群智能优化LSSVM最优聚丙烯熔融指数预报

作者：蒋华琴; 赵成业; 刘兴高

来源：化工学报, 2012, (09): 2794-2798.

• 群智能优化
• 最小二乘支持向量机
• 熔融指数预报
• 参数寻优 swarm intelligence optimization
• LSSVM
• melt index prediction
• parameter optimization

提出了群智能优化AC_ICPSO(ant colony and immune clone particle swarm optimization)算法,融合蚁群算法与粒子群算法进行动态群体搜索,设计交叉算子和变异算子、群体多次编码、迭代选择等,来提高数据搜索的范围、精度和收敛的效率,避免早熟,降低算法的复杂度。然后利用AC_ICPSO方法对最小二乘支持向量机预报模型(LSSVM)进行参数寻优,得到最优的AC_ICPSO_LSSVM预报模型。以实际聚丙烯生产的熔融指数预报作为实例进行研究,结果表明所提出的AC_ICPSO_LSSVM方法有效,具有良好的预报精度。

• 出版日期2012
• 单位浙江大学; 工业控制技术国家重点实验室