群智能优化LSSVM最优聚丙烯熔融指数预报

摘要

提出了群智能优化AC_ICPSO算法，融合蚁群算法与粒子群算法进行动态群体搜索, 设计交叉算子和变异算子、群体多次编码、迭代选择等，来提高数据搜索的范围、精度和收敛的效率,避免早熟, 降低算法的复杂度。然后利用AC_ICPSO方法对最小二乘支持向量机预报模型(LSSVM)进行参数寻优，得到最优的AC_ICPSO_LSSVM预报模型。以实际聚丙烯生产的熔融指数预报作为实例进行研究，结果表明所提出的AC_ICPSO_LSSVM方法的有效性和良好的预报精度。