1.一种基于BP神经网络与MBFO算法的铝电解节能减排控制方法，其特征在于，包括如下步骤：S1：选择对电流效率和温室气体排放量有影响的控制参数构成决策变量X＝[x1,x2,…,xM]，M为所选参数的个数；

S2：选定铝电解工业现场，采集N组决策变量X1，X2，…，XN及其对应的电流效率y1，y2，…，yN和温室气体排放量z1，z2，…，zN作为数据样本，以每一个决策变量Xi作为输入，分别以对应的电流效率yi和温室气体排放量zi作为输出，运用BP神经网络对样本进行训练、检验，建立铝电解槽生产过程模型；

S3：利用多目标细菌觅食优化算法，即MBFO算法，对步骤S2所得的两个生产过程模型进行优化，得到一组最优决策变量Xbest及其对应的电流效率ybest和温室气体排放量zbest，优化时，通过计算非劣解的拥挤距离并根据拥挤距离对外部档案进行更新，以保证在种群多样性前提下快速收敛；

S4：按照步骤S3所得的最优决策变量Xbest中的控制参数来控制步骤S2中所选定的铝电解工业现场，使其达到节能减排。

2.根据权利要求1所述的基于BP神经网络与MBFO算法的铝电解节能减排控制方法，其特征在于，步骤S1中选定了8个参数构成决策变量，分别为系列电流、下料次数、分子比、出铝量、铝水平、电解质水平、槽温和槽电压。

3.根据权利要求1或2所述的基于BP神经网络与MBFO算法的铝电解节能减排控制方法，其特征在于，步骤S2中的BP神经网络由输入层、隐藏层和输出层构成；

针对电流效率所构建的生产过程模型而言，其输入层采用8个神经元节点，隐藏层采用

13个神经元节点，输出层采用1个神经元节点，输入层到隐藏层之间传递函数为Tansig函数，隐藏层到输出层之间的函数为Purelin函数，样本训练时的迭代次数为500；

针对温室气体排放量所构建的生产过程模型而言，其输入层采用8个神经元节点，隐藏层采用12个神经元节点，输出层采用1个神经元节点，输入层到隐藏层之间传递函数为Logsig函数，隐藏层到输出层之间的函数为Purelin函数，样本训练时的迭代次数为500。

4.根据权利要求1所述的基于BP神经网络与MBFO算法的铝电解节能减排控制方法，其特征在于，步骤S3中的MBFO算法包括以下步骤：S31：将决策变量X的值视为细菌位置，根据决策变量X中各个参数的范围随机生成L个细菌构成菌群初始位置；

S32：初始化系统参数，包括趋向次数Nc，趋向行为中前进次数Ns，繁殖次数Nre，驱散次数Ned，驱散概率Ped，外部档案规模K；

S33：执行趋向操作，包括翻转和前进；

假设第i(i＝1,2,…,L)只细菌在第j次趋向操作第k次复制操作和第l次驱散操作之后的位置为θi(j,k,l)，则θi(j+1,k,l)＝θi(j,k,l)+C(i)*dcti，式中，dcti是第i只细菌最近一次翻转时所选择的随机矢量方向，C(i)是其沿dcti方向前进的步伐长度，且 Δi为各分量均为[-1,1]内随机数的向量，向量的维数与决策变量X的维数相同；

S34：根据个体间的信息素浓度Jcc执行聚群操作：

S35：计算菌群的健康函数，并将其进行降序排列，淘汰健康函数值小的一半细菌，健康函数值大的另一半细菌进行繁殖，且子细菌觅食能力保持与父代一致；

对给定的k、l，每只细菌的健康函数为 式中， 表示第i只

细菌的能量，J(i,j,k,l)表示细菌i在第j次趋向操作第k次复制操作和第l次驱散操作之后的适应度函数值，Nc表示趋向次数， 越大，表示细菌i的觅食能力越强；

S36：将S35产生的菌群与前一次迭代计算产生的菌群合并，计算此时新菌群的个体拥挤距离并按照拥挤距离进行排序，选择前L个优势个体构成下一代菌群；

S36：驱散：细菌经历几代复制后，以驱散概率Ped被驱散到搜索空间中的任意位置；

S37：判断优化算法是否满足结束条件，如满足，则输出Pareto前沿即最优决策变量Xbest及其对应的电流效率ybest和温室气体排放量zbest，如不满足，则跳转至步骤S33循环执行。

5.根据权利要求1所述的基于BP神经网络与MBFO算法的铝电解节能减排控制方法基于BP神经网络与MBFO算法的铝电解节能减排控制方法，其特征在于，步骤S3中计算非劣解的拥挤距离包括如下步骤：A1：对外部档案中所有最优个体进行升序排序；

A2：计算每个解相邻的两个个体在每个优化目标空间上的距离；

A3：将这些距离相加即得所求最优解的拥挤距离，并设边界解的拥挤距离为无穷大；

第i个个体的拥挤距离为：

式中， 为第i个个体在目标j的距离，R为升序排列后拥挤距离最大的个体序号，m为目标空间维度；

步骤S3中对外部档案进行更新时，假设外部档案A最大容量为q，第i次迭代计算形成的非支配解为Q，具体包括如下步骤：B1：计算外部档案所有个体的拥挤距离，并作降序排列；

B2：更新外部档案：在第i次迭代时，若Q＞A，则以Q替换A；

B3：判断外部档案A容量是否满足最大容量的要求，若A中个体数n＜q，则复制Q到A中，形成新的外部档案A1；

B4：判断新的外部档案A1中是否存在目标值相同的个体，若存在则只保留其一；

B5：若新的外部档案A1中个体数n1≤q，则进行下一次迭代，若n1＞q，则计算拥挤距离di，并降序排列，删除拥挤距离最小的n1-q个个体。