CGA-RBFN模型及其在丙烯产率预测中的应用
Chaos Genetic Algorithm-Radial Basis Function Networks Model and its Application in Predicting Propylene Yield作者机构：浙江大学化学工程与生物工程学系 浙江工业大学浙西分校化工系浙江衢州324006
出 版 物：《高校化学工程学报》 (Journal of Chemical Engineering of Chinese Universities)
年 卷 期：2005年第19卷第1期
页 面：71-76页
核心收录：
学科分类：0711[理学-系统科学] 081702[工学-化学工艺] 07[理学] 08[工学] 0817[工学-化学工程与技术] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 071102[理学-系统分析与集成] 081103[工学-系统工程]
主 题：混沌 遗传算法 径向基函数网络 热裂解 丙烯产率 预测
摘 要：利用混沌变量的遍历性和不规则性,将其引入遗传算法,可提高其全局搜优的性能;采用混沌遗传算法(CGA)训练径向基函数网(RBFN),并均衡地兼顾网络的拟合与预报能力,恰当地设计适应度函数,由此建成的CGA-RBFN 模型,其预测能力与稳健性都有提高。将其应用于烃类热裂解丙烯预测,效果良好,与传统方法相比有明显的优越性。
维普期刊数据库
同方期刊数据库