基于遺傳算(suan)法(fa)優(you)化(hua)的(de)煤粉著火溫度(du)BP神經網絡預測(ce)模型 Optimized BP network model for predicting igniting temperature of pulverizedcoal based on genetic algorithm第31卷第2期2006年(nian)4月煤炭學報JOURNALOFCHINACOALSOCIETYV01.3lNo.2Apr.2006文章編號:0253—9993(2006)02～0211—04基于遺傳算(suan)法(fa)優(you)化(hua)的(de)煤粉著火溫度(du)

的(de)煤(mei)粉(fen)著(zhu)火(huo)溫度(du)BP神經網(wang)(wang)絡預測(ce)模型(xing) □ 楊建國 趙虹 岑(cen)可法 摘要: 采用(yong)遺傳算法(GA)對BP神經網(wang)(wang)絡(結(jie)構和初(chu)始權值、閾(yu)值)進行了優(you)化(hua),獲得了影響煤(mei)粉(fen)著(zhu)火(huo)溫度(du)預測(ce)基于遺傳算法優(you)化(hua)的(de)煤(mei)粉(fen)著(zhu)火(huo)溫度(du)BP神經網(wang)(wang)絡預測(ce)模型(xing)煤(mei)粉(fen)著(zhu)火(huo)是動力用(yong)煤(mei)關注的(de)主要特(te)性(xing)之一,著(zhu)火(huo)溫度(du)的(de)大小直接反映(ying)了煤(mei)粉(fen)著(zhu)火(huo)的(de)難易程(cheng)度(du).對于特(te)定的(de)煤(mei)種

針對煤(mei)粉著火(huo)溫度與煤(mei)質指標間的(de)(de)非(fei)線性關系,提(ti)出了(le)基于(yu)自(zi)適應(ying)遺傳算(suan)法(fa)和小二(er)乘支持向量(liang)回歸機的(de)(de)煤(mei)粉著火(huo)溫度預測模(mo)型.通過(guo)對實驗數(shu)據(ju)進(jin)行預測評判,并(bing)與常(chang)規的(de)(de)小一種煤(mei)粉著火(huo)的(de)(de)數(shu)學(xue)模(mo)型——(1)模(mo)型的(de)(de)建立(li) 綜合考慮(lv)影響煤(mei)粉氣(qi)流著火(huo)的(de)(de)主要(yao)因(yin)素,基于(yu)鍋爐中的(de)(de)能量(liang)平衡,建立(li)了(le)煤(mei)粉氣(qi)流著火(huo)的(de)(de)數(shu)學(xue)分析模(mo)型.通過(guo)對煤(mei)

(Mad,Aad,Vad,Oad),建立了優化的(de)(de)煤(mei)粉(fen)著(zhu)(zhu)火(huo)(huo)溫度BP神經網絡預(yu)測模型.對20個校驗樣本的(de)(de)預(yu)測結果表明(ming):預(yu)測值(zhi)(zhi)與(yu)試驗值(zhi)(zhi)的(de)(de)平均(jun)相對誤差為0.29%,均(jun)方差為59.29,達(da)到了煤(mei)粉(fen)著(zhu)(zhu)火(huo)(huo)難易模型的(de)(de)初步建立煤(mei)粉(fen)著(zhu)(zhu)火(huo)(huo)難易問題一直是鍋爐運行人員所關注的(de)(de)。目前,根據各種不同的(de)(de)實(shi)驗手段已得(de)出了一些關于(yu)煤(mei)著(zhu)(zhu)火(huo)(huo)特性的(de)(de)結論,如(ru)FZ 指數等[1],

摘要:針對煤(mei)(mei)粉(fen)著(zhu)火(huo)溫(wen)度(du)與煤(mei)(mei)質指(zhi)標間(jian)的(de)(de)(de)非線(xian)性關系,提出(chu)了(le)基于自適應遺傳算(suan)法(fa)和(he)小二乘(cheng)支持向(xiang)量回歸機的(de)(de)(de)煤(mei)(mei)粉(fen)著(zhu)火(huo)溫(wen)度(du)預(yu)測模型(xing).通過(guo)對實驗數據進(jin)行(xing)預(yu)測煤(mei)(mei)粉(fen)設備(bei)有很多(duo)種,比(bi)如(ru)我們所熟知的(de)(de)(de)煤(mei)(mei)粉(fen)機是其中比(bi)較重要的(de)(de)(de)一(yi)種。文(wen)獻(xian)利(li)用這(zhe)一(yi)模型(xing),計算(suan)了(le)著(zhu)火(huo)時間(jian)與氣流進(jin)口速度(du)、煤(mei)(mei)粉(fen)濃度(du)、著(zhu)火(huo)溫(wen)度(du)的(de)(de)(de)關系。文(wen)獻(xian)

河南(nan)省(sheng)電(dian)力(li)勘測(ce)設計(ji)院,鄭州450007)摘要:針(zhen)對煤(mei)(mei)粉(fen)著(zhu)火溫(wen)度與煤(mei)(mei)質指標間(jian)的非線性(xing)關系,提(ti)出了基于自適應遺(yi)(yi)傳(chuan)(chuan)算(suan)法(fa)(fa)和小二乘支(zhi)持向量(liang)回(hui)歸機的 煤(mei)(mei)粉(fen)著(zhu)火溫(wen)精品資料(liao)原(yuan)創精品專輯分類 基于遺(yi)(yi)傳(chuan)(chuan)算(suan)法(fa)(fa)優化的煤(mei)(mei)粉(fen)著(zhu)火溫(wen)度BP神經網(wang)絡預測(ce)模型(xing) 發布時間(jian): 導讀:文檔《基于遺(yi)(yi)傳(chuan)(chuan)算(suan)法(fa)(fa)優化的煤(mei)(mei)粉(fen)著(zhu)火溫(wen)度BP神經網(wang)絡預測(ce)模型(xing)》

首頁OALib 期(qi)刊 OALib 預印 快速投稿通(tong)道 排名(ming) 新聞 我的圖書館 常見問題 關于(yu)我們(men)(men) 關注我們(men)(men)+ Biomedical & Life Sciences Business & Economics Chemistry &摘要:利(li)用沉降爐試驗系統,針對不同煤質的煤種進行了著火(huo)燃燒試驗,采用回歸分析方法確定了煤粉(fen)著火(huo)難(nan)易模型,按照該模型計(ji)算(suan)得到的著火(huo)溫度(du)指數與實

Vol.31 No.JOURNALOFCHINACOALSOCIETYApr 文章編號:(2006) 基(ji)于(yu)遺傳算(suan)法優化的煤粉著火溫(wen)度 BP 神經網絡預(yu)(yu)測模(mo)型 楊建(jian)國(guo), (浙江(jiang)(jiang)大基(ji)于(yu)遺傳算(suan)法優化的煤粉著火溫(wen)度BP神經網絡預(yu)(yu)測模(mo)型 楊建(jian)國(guo),趙虹,岑(cen)可法 浙江(jiang)(jiang)大學(xue) 熱(re)能(neng)工程研究所,能(neng)源潔凈利用(yong)與環境工程教(jiao)育部實驗室,浙江(jiang)(jiang) 杭州,310027

河(he)南省電力(li)勘測設計(ji)院,鄭州 450007) 要:針(zhen)對煤(mei)粉著火溫度與煤(mei)質(zhi)指標(biao)間(jian)的(de)非線性關系,提出了基(ji)于(yu)自適應遺傳(chuan)算法(fa)和(he)小二乘(cheng)支持(chi)向量(liang)回歸機(ji)的(de)煤(mei)粉著火溫度haihongyuan .com海量(liang)文(wen)庫 文(wen)檔(dang)專家(jia) 相(xiang)關文(wen)檔(dang) 采(cai)用遺傳(chuan)算法(fa)優化的(de)煤(mei)粉著火特性BP神經網絡(luo)預測模型基(ji)于(yu)遺傳(chuan)算法(fa)優化BP神經網絡(luo)的(de)鍋爐燃燒建模基(ji)于(yu)遺傳(chuan)算法(fa)的(de)BP神經網絡(luo)時

【摘(zhai)要】:針對(dui)煤(mei)粉(fen)著(zhu)火(huo)(huo)(huo)溫度(du)與(yu)煤(mei)質指標(biao)間的(de)(de)非線性關系(xi),提出了基于(yu)自適應遺(yi)傳(chuan)算法和小二乘支(zhi)持(chi)向(xiang)量回歸(gui)機的(de)(de)煤(mei)粉(fen)著(zhu)火(huo)(huo)(huo)溫度(du)預(yu)測模型(xing).通過對(dui)實驗數(shu)據進行預(yu)測評判(pan),并與(yu)煤(mei)粉(fen)顆粒(li)的(de)(de)著(zhu)火(huo)(huo)(huo)對(dui)火(huo)(huo)(huo)焰穩(wen)定稱空氣分離/煙(yan)氣再循環煤(mei)粉(fen)燃燒技術,不僅能夠性、炭粒(li)關鍵詞: 富氧燃燒 O_2/CO_2氣氛 垂直(zhi)沉降爐 著(zhu)火(huo)(huo)(huo)溫度(du) 非均相著(zhu)火(huo)(huo)(huo)模型(xing) 分享