自适应粒子群优化算法在聚丙烯熔融指数预报上的应用
针对丙烯聚合生产控制中聚丙烯熔融指数在线测量的控制要求,以及过程变量间相关性高的特点,提出一种基于自适应粒子群优化算法和径向基函数神经网络的聚丙烯熔融指数预报新方法.该方法采用变参数的自适应粒子群优化算法提高优化算法的效率和收敛性,并且融合了主成分分析、统计建模以及智能优化方法,从而降低了预报模型的复杂度.提出了一种基于径向基函数神经网络的统计预报模型的参数优化和结构优化方法.使用该统计模型对工厂实际生产过程进行预报,并与国内外相关研究报道相比较,表明了本文所提出的预报方法的有效性和更高的准确性.
聚丙烯熔融指数预报 自适应粒子群优化算法 径向基函数神经网络
赵成业 刘兴高
工业控制技术国家重点实验室,浙江大学控制科学与工程系,浙江,杭州,310027
国内会议
杭州
中文
2030-2034
2010-08-07（万方平台首次上网日期，不代表论文的发表时间）