群智能优化LSSVM最优聚丙烯熔融指数预报

• 作者: 刘兴高 蒋华琴 赵成业
• 来源期刊: 化工学报
• 关键词: 群智能优化 最小二乘支持向量机 熔融指数预报 参数寻优
• 年，卷（期）: 2012,（9）
• 所属期刊栏目: 过程系统工程
• 页码范围: 2794-2798
• 分类号: TP273
• 语种: 中文
• DOI: 10.3969/j.issn.0438-1157.2012.09.019

摘要

提出了群智能优化AC_ICPSO (ant colony and immune clone particle swarm optimization)算法,融合蚁群算法与粒子群算法进行动态群体搜索,设计交叉算子和变异算子、群体多次编码、迭代选择等,来提高数据搜索的范围、精度和收敛的效率,避免早熟,降低算法的复杂度.然后利用AC_ICPSO方法对最小二乘支持向量机预报模型(LSSVM)进行参数寻优,得到最优的AC_ICPSO_ LSSVM预报模型.以实际聚丙烯生产的熔融指数预报作为实例进行研究,结果表明所提出的AC_ICPSO_LSSVM方法有效,具有良好的预报精度.