基于改进粒子群算法的烧结配料预测模型

• 作者: 万丽丽 秦岭 黄晶晶
• 来源期刊: 计算技术与自动化
• 关键词: 配料优化 粒子群算法 BP神经网络 惯性权重
• 年，卷（期）: 2011,（3）
• 所属期刊栏目: 算法分析与研究
• 页码范围: 90-94
• 分类号: TP273
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6199.2011.03.021

摘要

针对烧结配料系统中的非线性、复杂性和相关性,基于BP神经网络建立烧结配料的预测模型,并采用粒子群算法对预测模型参数进行优化.为了克服粒子群算法的局部收敛性,在迭代过程中,根据迭代次数对惯性权重进行动态非线性调整,从而提高算法的搜索能力.仿真结果表明,所提出的改进粒子群算法与传统的粒子群算法比较,收敛速度快、迭代次数少、具有较强的全局寻优能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	秦岭	武汉工业学院电气信息工程系	13	54	3.0	7.0
2	黄晶晶	武汉工业学院电气信息工程系	3	10	1.0	3.0
3	万丽丽	武汉工业学院电气信息工程系	1	0	0.0	0.0