基于改进遗传算法和进化策略训练的BP神经网络的连续搅拌反应釜系统的状态估计

摘要：

为估计连续搅拌反应釜系统（CSTR）的反应浓度，综合了BP算法和常规遗传算法（CGAs）的优点，提出了一种改进遗传算法（HGAs），即在CGAs的复制算子的两个部分（选择和复制）之间插入ABP算法。实验结果表明采用HGAs能获得良好的训练结果。此外，还用进化策略（ES）代替HGAs，也取得了良好的结果。

关键词： 改进遗传算法 神经网络 浓度状态估计 化学反应釜

作者: 陈隽青 蒋静坪

作者单位: 大学电机系(杭州)

会议类型: 国内会议

会议名称: 第九届全国电气自动化、电控系统学术年会

会议地点: 天津

会议语种:中文

页码: 307～310

在线出版日期: 1998-09-01（万方平台首次上网日期，不代表论文的发表时间）