摘要:针对粒子群优化算法易陷入局部极小点,出现早熟收敛的问题,本文提出了一种交叉前置式粒子群优化算法(PSOPC).该算法引入了一个辅助种群,将其中的个体与粒子群中的粒子在粒子更新之前进行预先的交叉操作.辅助种群所包含的是每次迭代后所生成的适应值较差但多样性较高的粒子.前置式交叉操作能够增加粒子群的多样性,有效改善算法的全局收敛能力.标准函数测试结果表明,PSOPC比基本PSO具有更好的优化性能.最后,将PSOPC应用于催化裂化装置干气中C3含量软测量建模,通过与实际的工业数据的对比,结果表明基于PSOPC的神经网络C3含量软测量模型具有较高的精度和较强的泛化能力.
关键词:粒子群优化算法 优化 催化裂化 c3含量
单位:上海电机学院电气工程系; 上海200240; 华东理工大学化工过程先进控制和优化技术教育部重点实验室; 上海200237
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
相关期刊
教育观察 教育政策观察 教育研究与评论·课堂观察 北京电力高等专科学校学报·社会科学版 Journal of Huazhong University of Science and Technology 贵州师范大学学报·自然科学版 中南林业科技大学学报·社会科学版 Acta Mechanica Sinica 集成技术 福建医科大学学报·社会科学版相关范文
交叉教学论文