基于遗传算法优化的煤粉着火温度BP神经网络预测模型
来源期刊：煤炭学报2006年第2期
论文作者：杨建国 赵虹 岑可法
关键词：煤粉; 着火温度; 遗传算法; 神经网络; 预测模型;
摘 要：采用遗传算法(GA)对BP神经网络(结构和初始权值、阈值)进行了优化,获得了影响煤粉着火温度预测的主要煤质指标(Mad,Aad,Vad,Oad),建立了优化的煤粉着火温度BP神经网络预测模型.对20个校验样本的预测结果表明:预测值与试验值的平均相对误差为0.29%,均方差为59.29,达到了较高的预测精度.
杨建国1，赵虹1，岑可法1
(1.浙江大学,热能工程研究所,能源洁净利用与环境工程教育部重点实验室,浙江,杭州,310027)
摘要:采用遗传算法(GA)对BP神经网络(结构和初始权值、阈值)进行了优化,获得了影响煤粉着火温度预测的主要煤质指标(Mad,Aad,Vad,Oad),建立了优化的煤粉着火温度BP神经网络预测模型.对20个校验样本的预测结果表明:预测值与试验值的平均相对误差为0.29%,均方差为59.29,达到了较高的预测精度.
关键词:煤粉; 着火温度; 遗传算法; 神经网络; 预测模型;
【全文内容正在添加中】
