手机知网 App
24小时专家级知识服务
打 开
手机知网|搜索

基于小波除噪和神经网络理论的气固循环流化床颗粒浓度预测

周树孝;石炎福;余华瑞

  提出了一种将混沌的相空间重构、小波包分析和神经网络相结合的新方法用于预测气-固循环流化床的颗粒浓度。首先利用小波包进行数据的消噪,然后用混沌方法重构相空间吸引子,用径向基神经网络拟合吸引子上的全局整体映射,构成混合预测模型。实验结果表明,将此混合模型用于预测气-固循环流化床的颗粒浓度,能达到较好的预测效果,预测精度比奇异值分解和傅里叶变换除噪高。……   
[关键词]:小波;神经网络;预测;混沌;颗粒浓度;流化床;噪声
[文献类型]:期刊
[文献出处]: 《石油化工2003年03期
[格式]:PDF原版; EPUB自适应版(需下载客户端)