基于随机学习因子混沌PSO算法的甲醇合成转化率测量

摘要：

　　粗甲醇转化率不仅是粗甲醇的主要技术指标，也是直接影响粗甲醇经济指标的重要因素。本文在之前工作的基础上，提出了两类随机学习因子混沌粒子群优化算法（RLFPSOC）。两种新算法分别从种群进化初期和后期两个方面引入混沌遍历性的特点，有效提高了算法的全局寻优能力。典型测试函数的仿真实验验证RLFPSOC算法的有效性。最后，将提出的RLFPSOC算法用于神经网络参数的优化，并建立甲醇合成塔转化率预测模型。实验结果表明，基于RLFPSOC的神经网络模型能够较好的预测甲醇合成转化率，并进一步验证了RLFPSOC算法的全局收敛性能。

关键词： 粒子群优化算法 混沌PSO算法 甲醇转化率 随机学习因子

作者: 林蔚天 许伟 顾幸生

作者单位: 华东理工大学化工过程先进控制和优化技术教育部重点实验室，上海 200237 浙江大学工业控制技术国家重点实验室，浙江杭州 310027

会议类型: 国内会议

会议名称: 第23届过程控制会议

会议地点: 厦门

会议语种:中文

页码: 1-5

在线出版日期: 2012-08-01（万方平台首次上网日期，不代表论文的发表时间）