变尺度粒子群算法及其在工业软测量中的应用

• 作者: 孙兰兰
• 来源期刊: 计算机与应用化学
• 学科: 工学
• 关键词: 变尺度方法 粒子群优化算法 工业软测量
• 年，卷（期）: 2012,（5）
• 页码范围: 571-574
• 分类号: TP18
• 字数: 3821字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-4160.2012.05.013

摘要

粒子群优化算法是一种基于群体智能的随机优化算法,具有收敛速度快、设置参数少、算法简单、容易实现等优点,其缺点是容易陷入局部最优解.变尺度法是一种可靠的局部快速寻优方法.为了解决了基本粒子群优化算法易陷入局部最优的问题,本文提出了一种基于变尺度方法的自适应变异粒子群优化算法.在本文算法中,粒子群每进化一代后,对所有粒子执行变尺度搜索,寻找更优个体,从而使算法具有动态自适应性,能够较容易地跳出局部最优.在延迟焦化生产过程中,汽油干点是衡量汽油的一个关键指标,建立汽油干点的软测量对延迟焦化生产实现卡边控制和提高装置的经济效益是有必要的.在实际生产过程中,无法在线测量延迟焦化汽油干点,只能采用离线实验室分析的方法获得,但离线分析不能满足控制的要求.基于软测量技术而开发的延迟焦化汽油干点软测量模型,使汽油干点的在线测量成为可能.目前,工程上一般采用BP神经网络来训练软测量模型.BP神经网络的学习算法是决定BP神经网络预测质量的关键.鉴于此,本文将所提出的变尺度粒子群优化算法用于BP神经网络学习过程中,并将本文方案的预测结果与文献方案进行了对比实验.实验结果表明,与文献方案相比,本文方案具有较好预测精度和良好的泛化能力,具有较好的应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙兰兰		11	28	3.0	5.0