1.一种改进的线性最优半主动控制方法，其特征在于：包括以下步骤：

步骤S1：针对地震波激励下的磁流变阻尼器建筑结构体系建立运动方程，推导其状态空间方程，并将结构响应作为LQR控制器的输入；

步骤S2：设计适当的优化目标函数，利用乌鸦搜索算法设计LQR控制器，求解理想控制力；

步骤S3：确定ANFIS的结构，从而确定待优化的ANFIS的隶属函数参数和模糊规则参数的数量；

步骤S4：准备训练数据，其中通过磁流变阻尼器的Bouc-Wen正向模型获得阻尼力；

步骤S5：采用帝国竞争算法对ANFIS的训练算法进行改进，得到最优的ANFIS逆向模型；

步骤S6：基于步骤S2的理想控制力，利用最优的ANFIS逆向模型计算控制电流i(k)；

步骤S7：将控制电流i(k)作为磁流变阻尼器的输入，使其输出阻尼力，实现对建筑结构的半主动控制。

2.根据权利要求1所述的一种改进的线性最优半主动控制方法，其特征在于：步骤S2具体包括以下步骤：步骤S21：确定优化目标函数Obj和适应度函数F，其中所述多目标函数如下所示：Obj＝w1×J1+w2×J2+w3×J3；

其中，

式中，xi(t)、xdi(t)和 分别是受控时第i层的相对位移、层间位移和绝对加速度；

xunc、xd,unc和 分别是无控时的最大相对位移、最大层间位移以及最大绝对加速度；J1、J2和J3是分别使最大相对位移、最大层间位移和最大绝对加速度最小化的单目标函数，w1、w2以及w3是反映相对重要性的权重系数；在乌鸦搜索算法中，将该多目标函数作为适应度函数F；由于这是求最小解的问题，因此在优化过程中适应度越小越好；

步骤S22：根据受控对象的属性和控制目标，经过推导计算，确定LQR控制器中加权矩阵Q和R的结构、矩阵中待优化参数的数量和取值范围；

步骤S23：初始化乌鸦搜索算法的参数，包括种群大小N、迭代次数K、感知率AP、飞行距离FL，并随机产生初始种群X(0)＝(X1,X2,...,XN)，并令其为初始M(0)＝(M1,M2,...,MN)；令i＝1，cycle＝1；

步骤S24：依次计算最优反馈矩阵G、控制力和适应度f(Xi)，若控制力超出磁流变阻尼器的最大量程，则令f(Xi)＝1；

步骤S25：进行解Xi的更新操作，判断其有效性，并在重复步骤S24的操作后进入步骤S26；

步骤S26：判断f(Xi)是否有改善，若是，则用Xi更新其记忆Mi，否则令Mi保持原值；

步骤S27：如果i＜N，则令i＝i+1，并重复步骤S25至步骤S26，直至i＝N时记录本轮迭代最优解，并进入步骤S28；

步骤S28：如果cycle＜K，则令cycle＝cycle+1，并重复步骤S25至步骤S27，直至cycle＝K，输出最优解，即得到加权矩阵Q和R的优化参数，并求解理想控制力。

3.根据权利要求1所述的一种改进的线性最优半主动控制方法，其特征在于：步骤S3具体为：所述ANFIS结构中的逆向模型是一个四输入单输出的系统，其中输入包括当前时刻的位移x(k)、速度 阻尼力f(k)以及上一时刻的电流i(k-1)，输出为预测电流

4.根据权利要求3所述的一种改进的线性最优半主动控制方法，其特征在于：每个输入参量的隶属函数的数量为3，根据预设的ANFIS结构，待优化的ANFIS的隶属函数参数和模糊规则参数的数量分别为36和320。

5.根据权利要求1所述的一种改进的线性最优半主动控制方法，其特征在于：步骤S4具体为：将位移x(k)、速度 和目标控制电流i(k)作为Bouc-Wen正向模型的输入，使其输出目标阻尼力f(k)；训练数据包括五个组成要素，即位移x(k)、速度 阻尼力f(k)、上一时刻的电流i(k-1)以及预测电流

6.根据权利要求5所述的一种改进的线性最优半主动控制方法，其特征在于：采用幅值-12mm-12mm、频率0-3Hz的限宽高斯白噪声信号产生训练数据的位移，速度信号通过对位移信号差分获得；控制电流由幅值为0-2A、频率为0-2.5Hz的限宽高斯白噪声信号生成。

7.根据权利要求6所述的一种改进的线性最优半主动控制方法，其特征在于：在将位移、速度和控制电流作为磁流变阻尼器的Bouc-Wen正向模型的输入之前，用包括Matlab的Simulink的数字过滤器设计器、比例器以及饱和器在内的工具箱对其进行信号处理。

8.根据权利要求1所述的一种改进的线性最优半主动控制方法，其特征在于：步骤S5具体包括以下步骤：步骤S51：将ANFIS的参数选择问题转化为基于帝国竞争算法的优化问题；

步骤S52：为了避免原始ANFIS训练算法中的梯度下降法易于陷入局部最优解的问题，采用帝国竞争算法优化ANFIS的隶属函数参数，并不断进行迭代，直至满足预设的收敛条件，得到最优的ANFIS逆向模型；其中，在每次迭代计算时，帝国竞争算法和最小二乘法交替执行，ANFIS的模糊规则参数由最小二乘法预估得到；当次迭代的预估值将作为下一次迭代计算中真实的模糊规则参数值。

9.根据权利要求8所述的一种改进的线性最优半主动控制方法，其特征在于：步骤S52具体包括以下步骤：步骤S521：计算成本函数值，并形成帝国集团，令i＝1；

步骤S522：更新解和模糊规则参数估计值 首先，进行帝国集团内部同化操作，具体操作为判断殖民地成本值是否小于其帝国成本值，若是，交换殖民地和帝国的位置，然后计算帝国集团的总成本值；否则，直接计算帝国集团的总成本值；

步骤S523：判断是否满足i＝Nimp，若否，i＝i+1，并返回步骤S522，直到满足该条件；接着，帝国集团重新分配殖民地，然后，判断是否有某个帝国没有殖民地，若是，淘汰该帝国，并进入步骤S524；若否，直接进入步骤S524；其中Nimp为帝国集团的数目；

步骤S524：判断是否满足终止条件，即只剩下一个帝国，若是，则算法结束，并记录最优解，同时记录与最优解对应的模糊规则参数估计值 进入步骤S525；否则，则返回步骤S522；

步骤S525：确定最优的ANFIS逆向模型，并预测磁流变阻尼器控制信号和阻尼力：首先，利用优化得到的最优隶属函数参数和最优模糊规则参数构建ANFIS逆向模型；然后，基于给定的训练数据，利用该模型计算磁流变阻尼器的预测电压；最后，基于预测电压，利用磁流变阻尼器的正向模型计算预测阻尼力。

10.根据权利要求9所述的一种改进的线性最优半主动控制方法，其特征在于：步骤S521具体包括以下步骤：步骤S5211：基于系统的输入和隶属函数参数，依次计算隶属函数值、触发强度wi、归一化触发强度 以及系数矩阵A；

步骤S5212：基于模糊规则参数集{θ}，确定总输出y；

步骤S5213：利用最小二乘法预估模糊规则参数 其中，本轮计算出来的估计值 将在下一轮迭代中作为最小二乘法计算中的模糊规则参数θ；

步骤S5214：基于 计算预测输出

步骤S5215：计算成本函数值并形成帝国集团。