基于改进型遗传算法的再热汽温神经网络模型构建及预测分析

• 作者: 张韵辉 陈耀龙
• 来源期刊: 测控技术
• 学科: 工学
• 关键词: 混沌 改进型遗传算法 神经网络 再热汽温
• 年，卷（期）: 2006,（6）
• 所属期刊栏目: 控制系统
• 页码范围: 30-34
• 页数: 5页
• 分类号: TK323
• 字数: 5472字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-8829.2006.06.010

摘要

在根据混沌理论非线性重构技术揭示火电机组再热汽温变化的混沌动力学特性的基础上,构建了基于改进型遗传算法(AGA)的再热汽温神经网络模型.该模型利用混沌特性处理输入样本及确定神经网络的网络结构,用神经网络映射混沌相空间相点演化的非线性关系,采用AGA对神经网络模型进行参数辨识.训练结果表明,该模型精度较高,收敛速度快,为生产实际过程中预测机组再热汽温提供了一种新的思路和方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张韵辉	东南大学动力系	10	99	4.0	9.0
2	陈耀龙	东南大学动力系	3	21	2.0	3.0