基于改进生物地理学算法的甲醇合成转化率软测量

• 作者: 宋淑群 张凌波 陈绍武 顾幸生
• 来源期刊: 系统仿真学报
• 学科: 工学
• 关键词: 生物地理学优化算法 粒子群算法 甲醇转化率 BP神经网络
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 建模与仿真理论及方法
• 页码范围: 17-22
• 分类号: TP391.9
• 语种: 中文

摘要

甲醇是一种重要的工业原料,甲醇合成反应是甲醇生产中重要的环节,甲醇合成转化率是甲醇合成反应中的关键指标,以甲醇合成转化率为对象建立准确的软测量模型可以有效指导甲醇合成过程的控制.生物地理学优化(BBO)算法是一种新型智能优化算法,结合粒子群优化(PSO)算法提出一种改进的生物地理学优化算法,称为BBOPSO.在14个基准测试函数上,对改进的算法、基本BBO算法、基本PSO算法及其他两种算法进行比较,结果表明改进的算法优于所比较的其他算法.最后,用改进的算法优化BP神经网络的参数,获得了甲醇合成转化率模型,实验结果表明,基于改进算法的神经网络模型能够较好的预测甲醇合成转化率.

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	华东理工大学化工过程先进控制与优化技术教育部重点实验室	258	2839	26.0	42.0
2	张凌波	华东理工大学化工过程先进控制与优化技术教育部重点实验室	23	80	5.0	8.0
3	陈绍武	华东理工大学化工过程先进控制与优化技术教育部重点实验室	1	4	1.0	1.0