基于SHPSO-GA-BP的成品汽油调和中加氢汽油组分辛烷值的预测 | |
李炜2,4; 王晓明2,4; 蒋栋年2,4; 李亚洁2,4; 梁成龙3 | |
刊名 | 化工学报 |
2020-05-11 | |
期号 | 2020-07页码:3191-3200 |
关键词 | 辛烷值 预测 神经网络 遗传算法 粒子群算法 SHPSO-GA-BP神经网络 优化 |
英文摘要 | 针对成品汽油调和配方建模中加氢汽油组分辛烷值难以实时获取,考虑遗传算法(genetic algorithm,GA)、粒子群算法(particle swarm optimization,PSO)优化反向传播(back propagation,BP)网络存在的问题,提出了一种串行混合粒子群遗传算法(serial hybrid PSO-GA,SHPSO-GA)优化BP网络,并用于辛烷值的预测建模。该方法首先将PSO算法的输出依据适应度值分为优劣2个种群,弃劣留优;然后对留优种群再进行GA的交叉变异操作,进一步优化种群,经过每一代PSO和GA的交替优化,并将最优种群用于BP网络参数优化;最后基于该方法和工业历史数据,建立了加氢汽油组分辛烷值的预测模型,仿真结果表明,较传统BP,以及改进的GA-BP、PSO-BP、PSO-GA-BP等方法,SHPSO-GA-BP由于将PSO与GA进行更优的深度融合,具有更好的预测性能,可以用于辛烷值的预测。 |
URL标识 | 查看原文 |
语种 | 中文 |
内容类型 | 期刊论文 |
源URL | [http://ir.lut.edu.cn/handle/2XXMBERH/132921] |
专题 | 电气工程与信息工程学院 |
作者单位 | 1.兰州理工大学电气与控制工程国家级实验教学示范中心; 2.甘肃省工业过程先进控制重点实验室; 3.中国石化兰州石化分公司油品储运厂 4.兰州理工大学电气工程与信息工程学院; |
推荐引用方式 GB/T 7714 | 李炜,王晓明,蒋栋年,等. 基于SHPSO-GA-BP的成品汽油调和中加氢汽油组分辛烷值的预测[J]. 化工学报,2020(2020-07):3191-3200. |
APA | 李炜,王晓明,蒋栋年,李亚洁,&梁成龙.(2020).基于SHPSO-GA-BP的成品汽油调和中加氢汽油组分辛烷值的预测.化工学报(2020-07),3191-3200. |
MLA | 李炜,et al."基于SHPSO-GA-BP的成品汽油调和中加氢汽油组分辛烷值的预测".化工学报 .2020-07(2020):3191-3200. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论