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