混沌粒子群算法的烧结碳耗BP神经网络模型

作者：陈鑫; 翁卫卫; 吴敏; 曹卫华

来源：计算机与应用化学, 2013, (10): 1223-1226.

• 烧结碳耗
• 混沌局部搜索
• 粒子群优化
• BP神经网络 coke consumption of sintering process
• chaotic local search
• particle swarm optimization
• BP neural network

有效地计算和预测烧结碳耗,是有针对性地优化烧结生产以降低烧结碳耗的关键前提。文章首先提出了烧结过程碳耗指标——综合焦比并给出合理可行的烧结过程碳耗指标计算模型;再次,结合机理进行分析和灰色关联度分析方法,确定了影响碳耗的主要因素;最后,建立了基于混沌局部搜索粒子群算法的烧结碳耗BP神经网络预测模型(CPSO-BPNN),用带混沌局部搜索的粒子群算法对烧结碳耗BP神经网络预测模型的初始网络权值、阈值进行寻优,以克服BP算法参数寻优时陷入局部极小的缺点。仿真结果表明,CPSO-BPNN可有效地对烧结碳耗进行预测,为优化烧结生产过程,降低烧结碳耗奠定了基础。

• 出版日期2013
• 单位中南大学