多种群遗传算法在篦冷机二次风温预测中的应用

发布时间：2022-11-05 11:37

　　针对GA遗传算法种群多样性差、局部寻优能力差等问题,提出了多种群遗传算法（MGA）。该算法利用间断平衡理论,构建多种群、多交叉算子操作方式并结合局部搜索方法和种群动态调整策略,提高算法的局部寻优能力和寻优速度。通过与GA和ISGA算法相比,MGA运行时间短,搜索性能强。利用MGA优化MKLSSVM参数,建立基于MGA-MKLSSVM的水泥篦冷机二次风温预测模型。结果表明,此模型辨识精度高、泛化能力强。 

【文章页数】：7 页

【文章目录】：
1 引言
2 MGA的建立
    2.1 多种群遗传操作
    2.2 局部搜索方法
    2.3 种群动态调整策略
3 基于MGA的MKLSSVM参数寻优
4 MGA验证
    4.1 参数设定
    4.2 运行结果对比和仿真分析
5 基于MGA-MKLSSVM的水泥篦冷机二次风温模型辨识
6 结论


【参考文献】：
期刊论文
[1]基于改进遗传爬山算法的篦冷机熟料换热二次风温故障诊断[J]. 刘彬,刘永记,刘浩然,李雷,孙美婷.  计量学报. 2018(05)
[2]一种基于改进遗传算法的神经网络优化算法研究[J]. 刘浩然,赵翠香,李轩,王艳霞,郭长江.  仪器仪表学报. 2016(07)
[3]用于水泥熟料fCaO预测的多核最小二乘支持向量机模型[J]. 赵朋程,刘彬,高伟,赵志彪,王美琪.  化工学报. 2016(06)
[4]篦冷机的渗流传热模型与数值模拟[J]. 王美琪,刘彬,闻岩,刘浩然.  机械工程学报. 2014(24)
[5]基于最小二乘支持向量机的传感器非线性动态系统辨识[J]. 吴德会.  计量学报. 2008(03)
[6]变搜索区域多种群遗传算法[J]. 巩敦卫,孙晓燕.  控制理论与应用. 2006(02)
[7]作业车间调度问题的多种群遗传算法[J]. 蔡良伟,张基宏,李霞.  电子学报. 2005(06)



本文编号：3702531