采用遗传算法优化的煤粉着火特性BP神经网络预测模型-动力工程2006年01期-手机知网

采用遗传算法优化的煤粉着火特性BP神经网络预测模型

浙江大学,能源洁净利用与环境工程教育部重点实验室,浙江大学,浙江大学杭州310027 | 杨建国翁善勇赵虹

利用热分析(TG-DTG)数据建立了煤粉着火稳定性指数CI,它是煤粉着火温度与燃烧强度的综合反映。采用遗传算法(GA)对BP神经网络结构进行了优化,获得了影响煤粉着火稳定性指数CI的主要煤质指标(Mad、Aad、Qnet,ad、Oad、焦渣特征CRC)和最优BP神经网络的隐层数、神经元数、激活函数,建立了煤粉着火稳定性指数的优化BP神经网络预测模型。对20个校验样本进行了预测,得到了较高的预测精度。图4参8

机　构:

浙江大学,能源洁净利用与环境工程教育部重点实验室,浙江大学,浙江大学杭州310027;

领　域:

自动化技术；动力工程；

关键词:

动力机械工程；预测模型；遗传算法； BP神经网络；煤粉；着火稳定性；

格　式:

PDF原版；EPUB自适应版(需下载客户端)