自适应变异差分进化算法估计软测量参数

摘要：

提出一种自适应变异差分进化算法(ADE),能根据搜索进展情况自适应地确定变异率,使算法在初期保持个体的多样性,避免早熟;在后期逐步降低变异率,保留优良信息,避免最优解遭到破坏,增加搜索到全局最优值的概率.与传统的差分进化算法(DE)相比较,ADE算法的离线性能和在线性能都有较大的改进,搜索到全局最优解的概率获得较大提高,对算法参数的敏感性低.本文将ADE算法应用于对苯二甲酸中对羧基苯甲醛含量软测量模型的参数估计,获得了满意的结果.

关键词：差分进化算法、自适应、对苯二甲酸、对羧基苯甲、参数估计

所属期刊栏目：23

分类号：TP18;TQ015(自动化基础理论)

资助基金：国家自然科学基金20506003;上海市启明星资助项目04QMX1433;教育部科学技术研究重点项目106073

在线出版日期：2006-12-28（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：744-748