10.3321/j.issn:1001-0920.2005.05.004
基于模拟退火的并行粒子群优化研究
针对粒子群优化(PSO)容易陷入局部极小,提出将模拟退火(SA)引入并行PSO算法.这种模拟退火并行粒子群算法,结合了并行粒子群算法的快速寻优能力和SA的概率突跳特性,保持了群体多样性,从而避免了种群退化.针对转炉提钒过程是一个复杂非线性反应过程而难以建立终点控制模型的问题,提出了基于模拟退火的并行粒子群RBF网络的辨识模型,优化了RBF核中心个数,从而克服了随机性选择.将该模型用于预测提钒吹氧时间,仿真结果表明预测误差不超过真实值的20%.
并行粒子群优化、模拟退火、径向基网络、转炉提钒
20
TP18(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
2005-06-16(万方平台首次上网日期,不代表论文的发表时间)
共5页
500-504