论文部分内容阅读
用BP神经网络对电站锅炉运行数据进行训练、测试,并在此基础上使用粒子群算法对已建立的锅炉BP神经网络模型做进一步优化。通过对网络预测输出值与实际值之间的比较,明确PSOBP可以更好地提升BP神经网络的泛化能力。
基于粒子群算法的BP神经网络优化在电站锅炉燃烧中应用研究
【摘 要】
：
用BP神经网络对电站锅炉运行数据进行训练、测试,并在此基础上使用粒子群算法对已建立的锅炉BP神经网络模型做进一步优化。通过对网络预测输出值与实际值之间的比较,明确PSOB
【机 构】
：
安徽大学电气工程与自动化学院,淮南师范学院电气信息工程学院
【出 处】
：
淮南师范学院学报
【发表日期】
：
2014年5期
其他文献
为研究和改进人工智能技术在设备故障诊断中的缺点和不足,提高故障诊断的准确率,构建了一种混合智能诊断系统。首先利用小波包分析技术对设备故障进行特征提取和分析;接着对
3G用户日益增加，容易接受新鲜事物的大学生占据了其中相当大的比例，无线上网、手机微信、手机微博等一个个鲜活的字眼在吸引大学生眼球的同时，也在潜移默化地改变着大学生的思想