基于改进粒子群算法的汽油辛烷值损失优化

针对调和汽油辛烷值建模中的变量选择问题、模型适应性问题与辛烷值的优化问题,采用随机森林、最大信息系数与皮尔森相关系数组合提出了一种辛烷值建模变量选择的方法。还提出一种基于BP神经网络与模糊神经网络的建模方法,建立对辛烷值的预测模型,提高了辛烷值预测模型的适应性。在此基础上,对基本粒子群算法进行了改进,改进后的粒子群算法更符合实际生产对操作变量允许调整幅度值为确定值的要求,并且提高了优化算法的计算速度。