化工模型参数估计问题是一类比较复杂的非线性优化问题。FPA算法是一种适应性较强的全局优化算法,可用于此类问题求解。但是基本FPA算法存在局部授粉能力不足,且进化后期收敛速度变慢,致使寻优精度不高等问题。为了克服FPA算法存在的问题,引入DE算子增强FPA算法的局部授粉过程,并采取基于维度上的个体更新方法以提升算法的搜索精度,以及对切换概率进行动态控制以更好地平衡局部寻优与全局寻优,提出了改进的FPA算法(MFPA)。8个标准测试函数上的实验结果表明,MFPA算法具有更快的寻优速度、更强的全局寻优能力。最后将MFPA算法应用于重油热解模型参数估计中,8次交叉实验结果表明,MFPA算法获得了较好的自检误差、预测误差与标准偏差。同其它算法相比,在整个数据集上MFPA算法所建模型拟合精度最高。
类型: 国际会议
作者: 陆克中,马宗民
关键词: 花授粉算法,优化,重油热解,非线性模型,参数估计
来源: 第30届中国过程控制会议（CPCC 2019） 2019-07-31
年度: 2019
分类: 基础科学,工程科技Ⅰ辑
专业: 数学,燃料化工,石油天然气工业
单位: 南京航空航天大学计算机科学与技术学院,池州学院计算机学院
分类号: TE624.3;O212.1
页码: 129
总页数: 1
文件大小: 299k
下载量: 7
本文来源: https://www.lunwen90.cn/article/6515ff7b2d952932366dcca8.html