化工学报
化工學報
화공학보
JOURNAL OF CHEMICAL INDUSY AND ENGINEERING (CHINA)
2012年
9期
2794-2798
,共5页
群智能优化%最小二乘支持向量机%熔融指数预报%参数寻优
群智能優化%最小二乘支持嚮量機%鎔融指數預報%參數尋優
군지능우화%최소이승지지향량궤%용융지수예보%삼수심우
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.
提齣瞭群智能優化AC_ICPSO (ant colony and immune clone particle swarm optimization)算法,融閤蟻群算法與粒子群算法進行動態群體搜索,設計交扠算子和變異算子、群體多次編碼、迭代選擇等,來提高數據搜索的範圍、精度和收斂的效率,避免早熟,降低算法的複雜度.然後利用AC_ICPSO方法對最小二乘支持嚮量機預報模型(LSSVM)進行參數尋優,得到最優的AC_ICPSO_ LSSVM預報模型.以實際聚丙烯生產的鎔融指數預報作為實例進行研究,結果錶明所提齣的AC_ICPSO_LSSVM方法有效,具有良好的預報精度.
제출료군지능우화AC_ICPSO (ant colony and immune clone particle swarm optimization)산법,융합의군산법여입자군산법진행동태군체수색,설계교차산자화변이산자、군체다차편마、질대선택등,래제고수거수색적범위、정도화수렴적효솔,피면조숙,강저산법적복잡도.연후이용AC_ICPSO방법대최소이승지지향량궤예보모형(LSSVM)진행삼수심우,득도최우적AC_ICPSO_ LSSVM예보모형.이실제취병희생산적용융지수예보작위실례진행연구,결과표명소제출적AC_ICPSO_LSSVM방법유효,구유량호적예보정도.
