交叉前置式粒子群优化算法及其在催化裂化C<sub>3</sub>含量软测量中的应用

商雨青; 许伟; 顾幸生

doi:10.3969/j.issn.0372-2112.2012.09.029

您当前的位置：

首页 >

文章列表页 >

交叉前置式粒子群优化算法及其在催化裂化C₃含量软测量中的应用

科研通信 | 更新时间：2025-07-16

- 交叉前置式粒子群优化算法及其在催化裂化C₃含量软测量中的应用
- Particle Swarm Optimization with Pre-Crossover and Its Application in Soft-Sensor of C₃ Concentration of FCCU
- 电子学报 2012年40卷第9期页码：1885-1888
- 作者机构：
  
  1. 上海电机学院电气工程系,上海,200240
  2. 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
  3. 上海电机学院电气工程系,上海,200240
  4. 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
- 作者简介：
- 基金信息：
  
  国家863高技术研究发展计划 (No.2009AA04Z141);上海市基础研究重点项目 (No.10JC1405800);上海市教委重点学科 (J51901)
- DOI：10.3969/j.issn.0372-2112.2012.09.029
  中图分类号： TP183
- 纸质出版：2012
- 稿件说明：
移动端阅览
商雨青, 许伟, 顾幸生. 交叉前置式粒子群优化算法及其在催化裂化C₃含量软测量中的应用[J]. 电子学报, 2012,40(9):1885-1888.

SHANG Yu-qing, XU Wei, GU Xing-sheng. Particle Swarm Optimization with Pre-Crossover and Its Application in Soft-Sensor of C₃ Concentration of FCCU[J]. Acta Electronica Sinica, 2012, 40(9): 1885-1888.
商雨青, 许伟, 顾幸生. 交叉前置式粒子群优化算法及其在催化裂化C₃含量软测量中的应用[J]. 电子学报, 2012,40(9):1885-1888. DOI： 10.3969/j.issn.0372-2112.2012.09.029.

SHANG Yu-qing, XU Wei, GU Xing-sheng. Particle Swarm Optimization with Pre-Crossover and Its Application in Soft-Sensor of C₃ Concentration of FCCU[J]. Acta Electronica Sinica, 2012, 40(9): 1885-1888. DOI： 10.3969/j.issn.0372-2112.2012.09.029.

摘要

针对粒子群优化算法易陷入局部极小点

出现早熟收敛的问题

本文提出了一种交叉前置式粒子群优化算法(PSOPC).该算法引入了一个辅助种群

将其中的个体与粒子群中的粒子在粒子更新之前进行预先的交叉操作.辅助种群所包含的是每次迭代后所生成的适应值较差但多样性较高的粒子.前置式交叉操作能够增加粒子群的多样性

有效改善算法的全局收敛能力.标准函数测试结果表明

PSOPC比基本PSO具有更好的优化性能.最后

将PSOPC应用于催化裂化装置干气中C

含量软测量建模

通过与实际的工业数据的对比

结果表明基于PSOPC的神经网络C

含量软测量模型具有较高的精度和较强的泛化能力.

Abstract

An improved particle swarm optimization with pre-crossover(PSOPC) was proposed to avoid the premature convergence of particle swarm optimization algorithm.An auxiliary population was introduced in which the particles with low fitness but high diversity after each generation were stored.The pre-crossover between the particle in the swarm and the individual in the extra population was implemented

which helps increase the diversity of the particle swarm so as to improve the global convergence.PSOPC was used to train BP neural network to construct a soft-sensing model of C

concentration of the fluid catalytic cracker unit(FCCU).Th

e experimental results show that the model based on PSOPC and neural network has good precision and strong generalization.

关键词

Keywords

references

浏览量

1258

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

一种无线传感器网络性能评估及优化方法

太阳花散热器优化设计

PSO算法优化BP网络的新方法及仿真实验

一种网格资源优化分配方案

交叉前置式粒子群优化算法及其在催化裂化C3含量软测量中的应用

Particle Swarm Optimization with Pre-Crossover and Its Application in Soft-Sensor of C3 Concentration of FCCU

DOI：10.3969/j.issn.0372-2112.2012.09.029

摘要

Abstract

关键词

Keywords

references

交叉前置式粒子群优化算法及其在催化裂化C₃含量软测量中的应用

Particle Swarm Optimization with Pre-Crossover and Its Application in Soft-Sensor of C₃ Concentration of FCCU