声明
摘要
1 绪论
1.1 引言
1.2 聚丙烯熔融指数预报
1.2.1 丙烯聚合工业生产
1.2.2 熔融指数
1.2.3 熔融指数预报的研究现状
1.3 人工智能算法
1.3.1 引言
1.3.2 粒子群优化算法
1.3.3 遗传算法
1.3.4 蚁群算法
1.3.5 人工智能算法的应用研究
1.4 果蝇优化算法和自由搜索算法
1.4.1 果蝇优化算法及其研究现状
1.4.2 自由搜索算法及其研究现状
1.5 本文的结构与安排
2 熔融指数预报模型
2.1 引言
2.2 建模对象过程介绍
2.3 过程数据与预处理
2.4 预报模型的性能指标
2.5 统计建模工具
2.5.1 最小二乘支持向量机
2.5.2 小波神经网络
2.5.3 T-S模糊神经网络
2.6 熔融指数预报模型性能分析
2.7 小结
3 基于FOA熔融指数预报模型优化研究
3.1 引言
3.2 果蝇优化算法
3.2.1 算法基本原理
3.2.2 果蝇优化算法的基本步骤
3.2.3 自适应变异的果蝇优化算法
3.2.4 改进的果蝇优化算法
3.3 自适应变异的果蝇优化算法优化的最小二乘支持向量机预报模型
3.3.1 AM-FOA-LSSVM预报模型
3.3.2 模型性能分析
3.4 改进的果蝇优化算法优化的小波神经网络预报模型
3.4.1 IFOA-WNN预报模型
3.4.2 模型性能分析
3.5 小结
4 基于FS熔融指数预报模型优化研究
4.1 引言
4.2 自由搜索算法
4.2.1 自由搜索算法的基本原理和步骤
4.2.2 产生灾变的自由搜索算法
4.3 改进的自由搜索算法优化的T-S模糊神经网络模型
4.3.1 IFS-T-S预报模型
4.3.2 模型性能分析
4.4 小结
5 全文总结与展望
5.1 全文总结
5.2 研究设想与展望
参考文献
致谢
作者攻读硕士期间的主要成果