10.3969/j.issn.1006-9348.2005.11.028
并行混沌粒子群优化研究及应用
粒子群优化算法(PSO)是进化计算领域中的一个新的分支,其源于鸟群和鱼群群体运动行为的研究.针对粒子群优化容易陷入局部极值点的问题,该文提出并行混沌粒子群算法,该算法保持了群体多样性从而避免了早熟,经过计算机仿真实验这是一种高效的优化算法.针对转炉提钒过程是一个多元非线性反应过程而难以建立终点控制模型的问题,提出了并行混沌粒子群RBF算法的方法建模.克服了RBF中心个数选择的随机性.试验表明,用该算法预测冷却剂加入量误差较小,具有工程实用性.
并行算法、混沌、粒子群优化、计算机仿真
22
TP18;TP338.6;TP311.133.2(自动化基础理论)
高等学校博士学科点专项科研项目98061117;重庆市教委资助项目020612;重庆市科委资助项目20020828
2005-12-29(万方平台首次上网日期,不代表论文的发表时间)
共4页
98-101