改进的PSO算法在重油热解模型参数估计中的应用

摘要：

针对传统的粒子群算法(PSO)在解决复杂的优化问题时易陷入局部最优这一情况,提出了一种改进的粒子群算法(EPSO),该算法在传统的粒子群算法陷入局部最优的情况下引入了单个粒子的"Hooke-Jeeves模式搜索"操作和粒子之间的"启发式交叉"操作.仿真结果表明:EPSO算法的全局搜索性能和收敛速度比传统的PSO算法有明显的提高.采用EPSO算法进行非线性参数估计所得到的重油热解模型,其预报的平均相对误差比传统的PSO算法得到的模型提高了11.98%,比遗传算法(GA)得到的模型提高了38.76%.

关键词：粒子群算法、模式搜索、启发式交叉、参数估计

所属期刊栏目：33

分类号：TP273(自动化技术及设备)

资助基金：国家自然科学基金20506003;教育部科学技术研究重点项目106073;上海市青年科技启明星计划04QMX1433;国家重点基础研究发展计划973计划2002CB3122000;上海市科委资助项目04DZ11010;05DZ11C02;上海科委重大基础研究项目05DJ14002;国家自然科学基金60625302

在线出版日期：2007-10-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：546-550