基于动能PSO的环己醇/环己酮动力学参数估计

• 作者: 王祎 陈为栋 顾幸生
• 来源期刊: 系统仿真学报
• 学科: 工学
• 关键词: 粒子群算法 动能粒子群算法 反应动力学 参数估计
• 年，卷（期）: 2008,（3）
• 所属期刊栏目: 短文
• 页码范围: 784-787
• 页数: 4页
• 分类号: TP183|TP301.6
• 字数: 4807字
• 语种: 中文

摘要

针对基本PSO算法在迭代后期粒子发生"趋同"而易陷入局部极值的问题,提出了动能粒子群算法(KEPSO).该算法将粒子"趋同"看作粒子群体与最优粒子发生塑性碰撞的过程,通过动能补偿机制使"惰性"粒子重新恢复"活力",从而跳出局部极值.仿真结果显示,KEPSO算法大大提高了全局搜索能力,在高维函数测试中表现出了较好的优化性能.将KEPSO算法用于环乙醇,环已酮硝酸氧化动力学参数估计中,获得模型的平均相对误差绝对值之和比文献报道值分别降低了42.6%和47.3%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	顾幸生	华东理工大学信息科学与工程学院	258	2839	26.0	42.0
2	王祎	华东理工大学信息科学与工程学院	3	18	1.0	3.0
3	陈为栋	华东理工大学信息科学与工程学院	1	1	1.0	1.0