一种基于新型蚁群算法的聚丙烯熔融指数预报模型

被引：5

作者：

张志猛 ^{[1
,2
]}

李九宝 ^{[1
]}

刘兴高 ^{[1
]}

机构：

[1] 工业控制技术国家重点实验室

[2] 浙江大学软件学院

来源：

化工学报 | 2011年 / 62卷 / 08期

关键词：

蚁群算法; 主元分析法; RBF神经网络; 熔融指数预报;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

080201 [机械制造及其自动化];

摘要：

聚丙烯熔融指数的实时预报非常重要却十分困难,提出了一种经过新型蚁群算法优化后的PCA-RBF神经网络方法进行熔融指数预报。PCA将原始数据从高维空间映射到低维空间,剔除冗余信息和提取过程特征;RBF神经网络则用来拟合输入与输出之间的非线性关系;最后用适用于连续空间寻优问题的新型蚁群算法对RBF神经网络权值进行优化。实际生产数据的研究结果,表明了所提出的熔融指数预报模型的准确性和可靠性。

引用

页码：2270 / 2274

页数：5

共 8 条

[1]

基于粒子群优化算法的熔融指数预报 [J].

赵成业 ;

刘兴高 .

控制工程, 2009, 16(S2) (S2) :114-116

[2]

基于PCA-GA-RBF网络的聚丙烯熔融指数预报模型 [J].

楼巍 ;

刘兴高 .

石油化工高等学校学报, 2007, (03) :82-85

[3]

Melt Index Prediction by Neural Soft-Sensor Based on Multi-Scale Analysis and Principal Component Analysis.[J].施健;刘兴高;.Chinese Journal of Chemical Engineering.2005, 06

[4]

基于操作域划分的聚丙烯熔融指数软测量 [J].

李春富 ;

王桂增 ;

叶昊 .

化工学报, 2005, (10) :1915-1921

[5]

基于径向基神经网络的聚丙烯熔融指数预报 [J].

孔薇 ;

杨杰 .

化工学报, 2003, (08) :1160-1163

[6]

聚丙烯熔融指数软测量 [J].

李春富 ;

王桂增 ;

徐博文 .

化工自动化及仪表, 2002, (05) :22-25

[7]

基于鲁棒自适应RBF网络的聚丙烯熔融指数预报 [J].

曹劲 ;

王桂增 ;

徐博文 ;

不详 .

控制与决策 , 1999, (04)

[8]

Melt index prediction by neural networks based on independent component analysis and multi-scale analysis.[J].Jian Shi;Xinggao Liu;Youxian Sun.Neurocomputing.2006, 1

← 1 →