基于PSO_SA算法的聚丙烯熔融指数预报
实时准确的熔融指数预报在控制聚丙烯产品质量和提高聚丙烯生产的经济效益上有着举足轻重的作用.本文提出了一种粒子群优化(PSO)算法和模拟退火(SA)算法相结合的PSO_SA算法,该算法利用PSO和SA的优劣势进行互补,提高了算法寻优的能力和效果.利用此算法对建立的RBF聚丙烯熔融指数预报模型进行结构寻优,得到结构最优的预报模型.最后通过该模型对实际聚丙烯生产数据的预报研究,证明了PSO_SA算法寻优得到的预报模型具有很高的预报精度和可靠性能.
粒子群优化 模拟退火 RBF神经网络 熔融指数预报
李九宝 刘兴高
浙江大学工业控制研究所,工业控制技术国家重点实验室,浙江,杭州,310027
国内会议
杭州
中文
1955-1959
2010-08-07（万方平台首次上网日期，不代表论文的发表时间）