基于遗传模拟退火算法的神经网络预报模型 |
| |
引用本文: | 姜静,李华德,孙铁,姜琳.基于遗传模拟退火算法的神经网络预报模型[J].计算机应用,2007,27(B06):46-47,50. |
| |
作者姓名: | 姜静 李华德 孙铁 姜琳 |
| |
作者单位: | [1]北京科技大学信息工程学院,北京100083 [2]河南安阳钢铁公司二炼厂,河南安阳455004 |
| |
摘 要: | 遗传和模拟退火是两种不同的优化算法,对这两种算法进行混合,有利于丰富优化过程中的搜索行为。遗传模拟退火混合策略利用了不同的邻域搜索结构,增强了算法全局和局部意义下的搜索能力和效率。分别用遗传模拟退火算法和标准遗传算法对电弧炉氧化期终点碳含量预报模型进行训练,仿真结果表明遗传模拟退火算法在收敛速度和预报精度上优于标准遗传算法。
|
关 键 词: | 遗传算法 模拟退火 预报模型 电弧炉 |
文章编号: | 1001-9081(2007)S1-0046-02 |
修稿时间: | 2006-12-12 |
本文献已被 维普 等数据库收录! |
|