粒子群优化算法在催化裂化模型参数估计中的应用

被引：13

作者：

栗伟 ^{[1
]}

苏宏业 ^{[1
]}

刘瑞兰 ^{[2
]}

机构：

[1] 浙江大学智能系统与控制研究所

[2] 南京邮电大学自动化学院

来源：

化工学报 | 2010年 / 61卷 / 08期

关键词：

催化裂化; 参数估计; Levenberg-Marquardt算法; 混合粒子群优化算法;

D O I：

暂无

中图分类号：

TE624.41 [];

学科分类号：

081705 ;

摘要：

参数估计是化工模型工业应用中的重要课题,有相当的难度。针对催化裂化八集总模型的动力学参数估计问题,考察了不同类型优化算法的应用效果,结果表明,粒子群优化算法简单、容易实现,而且可以避免传统方法对初始值的依赖,并进一步提出用结合Levenberg-Marquardt算法的混合粒子群优化算法提高参数估计效果。工业实例表明,用混合粒子群优化算法得到的动力学参数可以保证模型的预测精度。

引用

页码：1927 / 1932

页数：6

共 6 条

[1] 基于支持向量机和粒子群算法的软测量建模 [J].

刘瑞兰 ;

牟盛静 ;

苏宏业 ;

褚健 .

控制理论与应用, 2006, (06) :895-899+906

[2] 生产清洁汽油组分并增产丙烯的催化裂化工艺 [J].

许友好 ;

张久顺 ;

马建国 ;

龙军 .

石油炼制与化工, 2004, (09) :1-4

[3] 粒子群优化算法 [J].

李爱国 ;

覃征 ;

鲍复民 ;

贺升平 ;

不详 .

计算机工程与应用 , 2002, (21) :1-3+17

[4] Establishment and solution of eight-lump kinetic model for FCC gasoline secondary reaction using particle swarm optimization [J].

Chen, Chun ;

Yang, Bolun ;

Yuan, Jun ;

Wang, Zhiwen ;

Wang, Longyan .

FUEL, 2007, 86 (15) :2325-2332

[5]

Recent approaches to global optimization problems through Particle Swarm Optimization[J] . K.E. Parsopoulos,M.N. Vrahatis.Natural Computing . 2002 (2-3)

[6]

A new optimizer using particle swarm theory. Eberhart R C Kennedy J. Proceedings of Sixth International Symposium Micro Machine and Human Science . 1995

← 1 →