基于SHPSO-GA-BP的成品汽油调和中加氢汽油组分辛烷值的预测

• 作者: 李炜 王晓明 蒋栋年 李亚洁 梁成龙
• 来源期刊: 化工学报
• 关键词: 辛烷值 预测 神经网络 遗传算法 粒子群算法 SHPSO-GA-BP神经网络 优化
• 年，卷（期）: 2021,（7）
• 所属期刊栏目: 过程系统工程
• 页码范围: 3191-3200
• 页数: 9页
• 分类号: TP273
• 语种: 中文
• DOI: 10.11949/0438-1157.20191453

摘要

针对成品汽油调和配方建模中加氢汽油组分辛烷值难以实时获取，考虑遗传算法（genetic algorithm，GA）、粒子群算法（particle swarm optimization，PSO）优化反向传播（back propagation，BP）网络存在的问题，提出了一种串行混合粒子群遗传算法（serial hybrid PSO-GA，SHPSO-GA）优化BP网络，并用于辛烷值的预测建模。该方法首先将PSO算法的输出依据适应度值分为优劣2个种群，弃劣留优；然后对留优种群再进行GA的交叉变异操作，进一步优化种群，经过每一代PSO和GA的交替优化，并将最优种群用于BP网络参数优化；最后基于该方法和工业历史数据，建立了加氢汽油组分辛烷值的预测模型，仿真结果表明，较传统BP，以及改进的GA-BP、PSO-BP、PSO-GA-BP等方法，SHPSO-GA-BP由于将PSO与GA进行更优的深度融合，具有更好的预测性能，可以用于辛烷值的预测。