一种改进细菌觅食优化算法及其在软测量建模中的应用.pdfVIP

2013年 第32卷第4期 传感器与微系统 (TransducerandMicrosystemTechnologies) 149 一 种改进细菌觅食优化算法及其在软测量建模 中的应用 李 炜，徐 卫 (兰州理工大学 电气工程与信息工程学院 甘肃省工业过程先进控制重点实验室。甘肃 兰州 730050) 摘 要：针对软测量建模中模型参数的优化需求 ，在分析细菌觅食优化算法(BFOA)和粒子群优化 (PSO) 算法的基础上，将二者有机结合 ，提出了一种新型细菌觅食粒子群混合优化算法 (BSOA)。该算法将PSO 粒子移动的思想引入BFOA，有效解决了BFOA趋向性操作中细菌位置更新的盲 目性。将其分别用于典型 函数的寻优与成品油研究法辛烷值最小二乘支持 向量机 (LSSVM)模型参数的优化，仿真结果表明：该方 法有效增强了算法的全局寻优能力与收敛速度 ，并在一定程度上改善了模型的预测精度与泛化能力。 关键词：细菌觅食优化算法；最小二乘支持向量机；软测量；粒子群优化算法 中图分类号：TP216 文献标识码：A 文章编号：1000-9787(2013)O4-0149-04 A‘n i-m proved1bacte·ri·a t一oragi·ng opti·m‘iz‘ati0‘n alg‘orit‘h’m and itsapplication in softmeasurementmodeling LIWei．XU Wei (KeyLaboratoryofGansuAdvancedControlforIndustrialProcesses，CollegeofElectricaland InformationEngineering，LanzhouUniversityofTechnology，Lanzhou730050，China) Abstract：Demandformodelparameteroptimizationin soft measurementmodeling，onthebasisofanalyzing bacteriaforagingoptimizationalgorithm(BFOA)andparticleswarmoptimization(PSO)algorithm，anovelbacterial foragingparticleswarmbasedhybridoptimizationalgorithm (BSOA)isproposedbytakingadvantageofboth BFOA andPSO．Thenew algorithm introducesparticlemovinginspiration ofPSO intoBFOA，whicheffectively solvestheblindnessofthelocationupdateinBFOA．Thenew methodisusedfortypicalfunctionoptimizationand optimizationoftheparametersofleastsquaressuppo~vectormachine(LSSVM)modelinresearchoctanenumber (RON)．Simulationresultsshowthatthismethodenhancestheglobaloptimizationcapabilityandconvergencerate ofthealgorithm ，tosomeextent，improvesthepredictionprecisionandgeneralizationabilityofthemodeltoo． Keywords：bacteriaforagingoptimizationalgorithm (BFOA)；LSSVM；soft measurement；particleswarlTl optimization(PSO) 0 引 言