一种基于新型蚁群算法的聚丙烯熔融指数预报模型.pdf

No．8 第62卷第8期 化工学报V01．62 CIESCJournal zOll 2011年8月 August 一种基于新型蚁群算法的聚丙烯熔融 指数预报模型 张志猛h2，李九宝1，刘兴高1 (，工业控制技术国家重点实验室，浙江大学控制系；2浙江大学软件学院，浙江杭州310027) 摘要：聚丙烯熔融指数的实时预报非常重要却十分困难，提出了～种经过新型蚁群算法优化后的PCA—RBF神经 网络方法进行熔融指数预报。PCA将原始数据从高维空间映射到低维空间，剔除冗余信息和提取过程特征； RBF神经网络则用来拟合输入与输出之间的非线性关系；最后用适用于连续空间寻优问题的新型蚁群算法对 RBF神经网络权值进行优化。实际生产数据的研究结果，表明了所提出的熔融指数预报模型的准确性和可靠性。 关键词：蚁群算法；主元分析法}RBF神经网络’熔融指数预报 DoI：10．3969／j．issll．0438—1157．2011．08．032 2 中圈分类号：TP 文献标志码：A IⅥeltindex of basedonanewant predictionpolypropylene colony ZHANG Zhimen91”．LIJiuba01-LIUXingga01 (1S纽抛KPyL口6Dr口姗IyD，J行d”盯r妇zCD矩frDz了■c^加ZDgy，CDfrozDP加以舢P竹t，Z^巧妇ngU斑钟i砂， 2CD讹ge of difficult．A onPCA- Abstract：Meltindex is but methodbased predictionpolypropyleneimportantvery RBFneuralnetworkwhichis a newant is optimizedby colonysystemproposed．Principalcomponent (PCA)isusedto initialdatatonewlow—dimensiondata，andthenthe analysis maphigh—dimension correctionsofthe variablesareeliminatedandthemostrelevant featuresareselected．I之adical input process basis neuralnetworkisusedtocharacterizethe thenewACSwhich function(RBF) nonlinearity．Finally worksfor is to the oftheRBFneural continuous weights optimizationproblemsemployedoptimize