论文部分内容阅读
利用混沌优化的遍历性和遗传算法优化的反演性, 提出了混沌遗传算法(CG A), 其基本思想是把混沌变量加载于遗传算法的变量群体中, 利用混沌变量对子代群体进行微小扰动, 随着搜索过程的进行逐渐调整扰动幅度. 结果表明, 该方法优化效果与前人的优化结果相比, 优化效率明显提高. 由炼铜转炉造渣期与造铜期操作参数( 样本采集、数据预处理、 PLS(偏最小二乘法)空间变换、 BPN神经网络建模及CGA)的优化和造渣期适应度函数与造铜期适应度函数的变换, 使操作参数变量在训练集给出的数据范围的基础上延伸±