%0 Journal Article
%T 基于改进PSO算法和集成神经网络的裂解炉在线优化
%A 庄敏慧
%A 张照娟
%A 王振雷
%A 钱锋
%J 华东理工大学学报
%P 756-761
%D 2009
%X 针对传统粒子群算法(PSO)寻优时易陷入局部最优、后期全局搜索能力下降等不足，提出了基于载波的粒子群算法(CWPSO)。通过粒子基于载波的搜索和载波扩展精确寻优，较好地克服了上述缺点，且寻优时间明显减少。同时，针对工业裂解炉在线优化要求，采用了权值动态集成的集成神经网络(NNE)对双烯收率进行建模预测，并结合CWPSO算法进行了在线滚动优化。仿真结果表明，该方法对裂解炉的优化效果明显，双烯平均收率有了明显提高。
%K CWPSO
%K 集成神经网络
%K 在线优化
%U http://journal.ecust.edu.cn/ch/reader/view_abstract.aspx?file_no=200905019&flag=1