公共文化服务平台

Multi-objective optimization for leaching process using improved two-stage guide PSO algorithm被引量：8: 2011年; A mathematical mechanism model was proposed for the description and analysis of the heat-stirring-acid leaching process.The model is proved to be effective by experiment.Afterwards,the leaching problem was formulated as a constrained multi-objective optimization problem based on the mechanism model.A two-stage guide multi-objective particle swarm optimization(TSG-MOPSO) algorithm was proposed to solve this optimization problem,which can accelerate the convergence and guarantee the diversity of pareto-optimal front set as well.Computational experiment was conducted to compare the solution by the proposed algorithm with SIGMA-MOPSO by solving the model and with the manual solution in practice.The results indicate that the proposed algorithm shows better performance than SIGMA-MOPSO,and can improve the current manual solutions significantly.The improvements of production time and economic benefit compared with manual solutions are 10.5% and 7.3%,respectively.; 胡广浩毛志忠何大阔; 关键词：MODELING EXPERIMENT

湿法冶金浸出过程建模与仿真研究被引量：5: 2011年; 浸出过程是湿法冶金的重要环节。通过对浸出过程的机理的分析,建立了浸出率的动态模型;利用实验分析、辨识等手段确定了模型的主要参数,并用实际数据对模型分别进行了动态和静态实验,验证了模型的有效性及泛化性;同时,通过仿真实验分析了主要因素对浸出率的影响。; 胡广浩毛志忠周俊武何大阔; 关键词：湿法冶金浸出系统仿真

基于非线性偏鲁棒M-回归的萃余液pH值软测量被引量：7: 2009年; 提出了一种径向基函数网络(Radial basis functio nnetworks,RBFNs)与偏鲁棒M-回归(Partial robust M-regression,PRM)相结合的非线性PRM(Nonlinear PRM,NLPRM)建模方法,用以解决鲁棒非线性系统建模问题.该方法首先通过RBF变换获得扩展的输入数据矩阵;接下来PRM算法通过反复迭代计算,自适应地为变换后的数据分配不同的连续权值,用以克服离群点对模型的影响.本文通过仿真实验,验证了方法的有效性;并将其应用于湿法冶金萃取过程萃余液pH值软测量建模问题,获得了相比于偏最小二乘法(Partial least squares,PLS)、PRM以及RBF-PLS方法更高的预测精度.; 贾润达毛志忠常玉清; 关键词：湿法冶金径向基函数网络软测量

湿法冶金草酸钴粒度分布混合建模方法被引量：5: 2010年; 由于缺乏有效的检验手段,无法实现湿法冶金合成过程草酸钴粒度分布的实时检测.提出了一种支持向量机(SVM)与合成过程动态机理模型相结合的混合建模方法,用以预报草酸钴的粒度分布.通过分析合成过程机理,利用粒数衡算、物料衡算关系建立动态机理模型;利用支持向量机来对不能用机理模型表现的合成过程的动态特性进行误差补偿.仿真分析验证了该方法相比于机理模型的有效性,将其应用到实际生产过程中,取得了满意的效果.; 张淑宁王福利尤富强何大阔; 关键词：湿法冶金草酸钴粒度分布支持向量机混合模型

基于多最小二乘支持向量机的草酸钴粒度软测量被引量：19: 2010年; 提出了一种基于改进的鲁棒学习方法(improved robust learning algorithm,IRLA)的多最小二乘支持向量机(multipleleast squares support vector machine,Multi-LSSVM)建模方法,用以解决非线性系统建模问题。该方法通过Bootstrap算法复制出训练集样本空间上的多个样本子空间,训练出多个成员最小二乘支持向量机模型,然后应用改进的鲁棒学习方法对成员最小二乘支持向量机模型的权重进行优化融合,从而使多最小二乘支持向量机模型具有较高的准确率和泛化能力。通过仿真实验,验证了方法的有效性;并将其应用于湿法冶金合成过程草酸钴粒度软测量建模问题,获得了比单个最小二乘支持向量机模型方法更高的预测精度。; 张淑宁王福利何大阔贾润达; 关键词：最小二乘支持向量机 BOOTSTRAP 软测量湿法冶金

浸出过程浸出率预测与在线优化被引量：7: 2011年; 本文建立了浸出过程浸出率混合预测模型;基于该预测模型及生产的实际需要,将一个动态浸出问题转化为带约束的优化问题;针对在线优化计算时间长,精度要求高的难题,提出了变邻域搜索PSO算法及基于该算法的动态生产过程在线优化策略.通过实际应用证明混合预测模型预测精度高;在线优化算法自适应性强、运算量小、精度高,具有较高的实际应用价值.; 胡广浩毛志忠何大阔; 关键词：湿法冶金浸出过程变邻域搜索粒子群算法

在线鲁棒最小二乘支持向量机回归建模被引量：17: 2011年; 鉴于工业过程的时变特性以及现场采集的数据通常具有非线性特性且包含离群点,利用最小二乘支持向量机回归(least squares support vector regression,LSSVR)建模易受离群点的影响.针对这一问题,结合鲁棒学习算法(robust learning algorithm,RLA),本文提出了一种在线鲁棒最小二乘支持向量机回归建模方法.该方法首先利用LSSVR模型对过程输出进行预测,与真实输出相比较得到预测误差;然后利用RLA方法训练LSSVR模型的权值,建立鲁棒LSSVR模型;最后应用增量学习方法在线更新鲁棒LSSVR模型,从而得到在线鲁棒LSSVR模型.仿真研究验证了所提方法的有效性.; 张淑宁王福利何大阔贾润达; 关键词：鲁棒学习算法最小二乘支持向量机鲁棒性非线性

基于投影寻踪的非线性鲁棒偏最小二乘法及应用被引量：5: 2010年; 来自工业现场的数据往往具有非线性特性且包含离群点,利用非线性偏最小二乘法(partia lleast squares,PLS)建模易受离群点的影响.针对这一问题,结合径向基函数(radial basis function,RBF)网络,本文提出了一种基于投影寻踪的非线性鲁棒PLS方法.该方法首先利用RBF变换将自变量与因变间的非线性关系转化为线性关系;然后利用投影寻踪算法提取变换后自变量的鲁棒偏最小二乘法成分;最后建立鲁棒PLS成分与因变量之间的鲁棒线性回归模型.将该方法应用于湿法冶金萃余液pH值软测量建模问题,结果验证了其有效性.; 贾润达毛志忠常玉清周俊武; 关键词：径向基函数投影寻踪偏最小二乘法鲁棒性非线性

钴湿法冶炼萃取过程中的组分含量软测量被引量：4: 2009年; 提出了一种钴湿法冶炼萃取组分含量混合建模方法.该模型由基于物料衡算关系的动态机理模型与基于萃取平衡实验数据的RBF神经网络模型组成.机理模型作为描述过程动态行为的整体框架,RBF神经网络用来辨识机理模型中的未知函数关系.在上述混合模型的基础上,还提出了一种模型校正策略,进一步提高了模型的精确性.将所建立的混合模型应用于实际湿法冶炼生产过程中,结果表明该方法具有良好的估计性能.; 贾润达毛志忠常玉清周俊武; 关键词：湿法冶炼萃取混合模型 RBF神经网络软测量

基于两阶段领导的多目标粒子群优化算法被引量：20: 2010年; 提出一种基于两阶段领导的多目标粒子群算法(P-AMOPSO).该算法包含4个改进策略:基于强支配排序与拥挤距离排序相结合的构造外部集策略,基于两阶段的领导粒子选择策略,基于高斯分布及均匀分布相结合的变异策略,基于邻域认知的个体极值更新策略.通过几个典型的多目标测试函数对P-AMOPSO算法的性能进行测试,并与多目标优化算法进行对比.结果表明,P-AMOPSO算法具有较好的搜索性能.; 胡广浩毛志忠何大阔; 关键词：粒子群算法多目标优化

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

国家高技术研究发展计划(2006AA060201)

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

国家高技术研究发展计划(2006AA060201)

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈