微粒群算法优化化工建模训练集

• 作者: 张运陶 高世博
• 来源期刊: 化工学报
• 关键词: 微粒群算法 优化训练集 仿真 化工建模
• 年，卷（期）: 2008,（4）
• 所属期刊栏目: 过程系统工程
• 页码范围: 964-969
• 页数: 6页
• 分类号: TP18|TE6
• 语种: 中文
• DOI: 10.3321/j.issn:0438-1157.2008.04.026

摘要

提出两种均以微粒群(PSO)算法对原始训练集随机抽样优化,再结合机器学习算法建立预测模型的PSO算法优化化工建模训练集的思路.思路1首先以模型交叉验证的均方误差函数mse最小为目标优化训练集,再通过对验证集预测,从平行运行得到的多个优化训练集中确定最优训练集用于建模.思路2借鉴提高BP神经网络泛化能力的初期终止(early stop)法,以对验证集预测的mse最小为目标优化训练集,再通过对测试集预测,从平行运行得到的多个优化训练集中确定最优训练集用于建模.通过仿真实验研究和对某炼油厂调和汽油生产数据的具体分析应用,表明本文思路可以较大幅度提高模型的预测准确性,在化工建模中具有推广应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张运陶	西华师范大学应用化学研究所	77	407	10.0	17.0
2	高世博	西华师范大学应用化学研究所	4	21	3.0	4.0