典型文献
基于改进粒子群算法的汽油辛烷值损失优化
文献摘要：
针对调和汽油辛烷值建模中的变量选择问题、模型适应性问题与辛烷值的优化问题,采用随机森林、最大信息系数与皮尔森相关系数组合提出了一种辛烷值建模变量选择的方法.还提出一种基于BP神经网络与模糊神经网络的建模方法,建立对辛烷值的预测模型,提高了辛烷值预测模型的适应性.在此基础上,对基本粒子群算法进行了改进,改进后的粒子群算法更符合实际生产对操作变量允许调整幅度值为确定值的要求,并且提高了优化算法的计算速度.
文献关键词：
BP神经网络;模糊神经网络;粒子群算法;汽油辛烷值;建模;变量选择
中图分类号：
作者姓名：
谢忻南;饶伟浩;薛美盛
作者机构：
中国科学技术大学信息科学技术学院
文献出处：
引用格式：
[1]谢忻南;饶伟浩;薛美盛-.基于改进粒子群算法的汽油辛烷值损失优化)[J].化工自动化及仪表,2022(01):60-67
A类：
B类：
改进粒子群算法,汽油辛烷值,辛烷值损失,变量选择,适应性问题,优化问题,最大信息系数,皮尔森相关系数,数组,模糊神经网络,辛烷值预测,基本粒子,符合实际,整幅,计算速度
AB值：
0.252177
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
