固体废弃物热解产物的参数群神经网络预测模型

• 作者: 李爱民 高宁博
• 来源期刊: 太阳能学报
• 学科: 工学
• 关键词: 固体废弃物 热解 参数群 神经网络
• 年，卷（期）: 2003,（4）
• 页码范围: 523-526
• 页数: 4页
• 分类号: TK6
• 字数: 2321字
• 语种: 中文
• DOI: 10.3321/j.issn:0254-0096.2003.04.017

摘要

运用因次分析、相似准则和BP神经网络理论建立了固体废弃物热解的参数群预测模型.以不同实验工况下的固体废弃物的实验数据对神经网络进行了训练,通过仿真模拟得到了较好的预测效果.参数群可以很好的反映物料特性、运行特性和热解装置特性对热解产物的影响,本文提出的参数群神经网络模型对固体废弃物热解产物的预测是有效的,随着热解试验装置和取样分析仪器的改进和提高,采用更多的和更高精度的实验数据对网络训练时,将会使网络的预测能力大幅提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高宁博		9	75	5.0	8.0
2	李爱民		56	1025	19.0	29.0