基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
利用浓度和速度电容式传感器分别测量粉体的浓度和速度,结合阀门开度、喷吹罐压力、温度等参数构造神经网络粉体流量测量模型,考虑BP算法训练神经网络测量模型时收敛速度慢、动态特性不够理想等不足,用遗传算法来优化神经网络测量模型的参数,以提高测量系统的精度。在现场与电子秤比对,最大满量程误差小于4.2%。具有工程应用价值。
推荐文章
遗传算法在人工神经网络中的应用综述
遗传算法
神经网络
权值
基于遗传算法优化的BP神经网络研究应用
人工神经网络
BP神经网络
遗传算法
GA?BP神经网络
优化方法
搜索能力
遗传算法BP神经网络在变形监测中的研究
BP神经网络
遗传算法
建筑基坑
变形监测
预测
基于遗传算法的神经网络学习算法研究
遗传算法
神经网络
BP算法
全局最优解
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 神经网络遗传算法在粉体流量测量的应用
来源期刊 仪器仪表学报 学科 工学
关键词 电容传感器神经网络遗传算法流量测量粉体
年,卷(期) 2001,(3) 所属期刊栏目 研究通讯和短文
研究方向 页码范围 315-317,324
页数 4页 分类号 TH7
字数 2283字 语种 中文
DOI 10.3321/j.issn:0254-3087.2001.03.024
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王师 东北大学信息科学与工程学院 65 927 18.0 26.0
2 陆增喜 东北大学信息科学与工程学院 19 273 11.0 16.0
3 夏靖波 东北大学信息科学与工程学院 12 141 6.0 11.0
4 邹铁鹏 东北大学信息科学与工程学院 3 15 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (6)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1987(1)
  • 参考文献(1)
  • 二级参考文献(0)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(2)
  • 参考文献(2)
  • 二级参考文献(0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2001(1)
  • 引证文献(1)
  • 二级引证文献(0)
2002(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
电容传感器神经网络遗传算法流量测量粉体
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
仪器仪表学报
月刊
0254-3087
11-2179/TH
大16开
北京市东城区北河沿大街79号
2-369
1980
chi
出版文献量(篇)
12507
总下载数(次)
27
论文1v1指导