基于改进PSO算法和集成神经网络的裂解炉在线优化

来源 :华东理工大学学报(自然科学版) | 被引量 : 0次 | 上传用户:a272437762
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对传统粒子群算法(PsO)寻优时易陷入局部最优、后期全局搜索能力下降等不足,提出了基于载渡的粒子群算法(CWPSO)。通过粒子基于载波的搜索和载波扩展精确寻优,较好地克服了上述缺点,且寻优时间明显减少。同时,针对工业裂解炉在线优化要求,采用了权值动态集成的集成神经网络(NNE)对双烯收率进行建模预测,并结合CWPSO算法进行了在线滚动优化。仿真结果表明,该方法对裂解炉的优化效果明显,双烯平均收率有了明显提高。
其他文献
采用DEAE-Sepharose阴离子交换层析和Butyl-Sepharose CL 4B疏水层析,从重组大肠杆菌DH5α菌体中分离纯化得到粪产碱杆菌青霉素G酰化酶(AfPGA)。经纯化,AfPGA纯度较粗酶提高50.6倍