采用遗传算法优化的煤粉着火特性BP神经网络预测模型

• 作者: 岑可法 杨建国 翁善勇 赵虹
• 来源期刊: 动力工程
• 学科: 工学
• 关键词: 动力机械工程 预测模型 遗传算法 BP神经网络 煤粉 着火稳定性
• 年，卷（期）: 2006,（1）
• 所属期刊栏目: 锅炉技术
• 页码范围: 81-83,115
• 页数: 4页
• 分类号: TP183|TK16
• 字数: 2150字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-6761.2006.01.016

摘要

利用热分析(TG-DTG)数据建立了煤粉着火稳定性指数CI,它是煤粉着火温度与燃烧强度的综合反映.采用遗传算法(GA)对BP神经网络结构进行了优化,获得了影响煤粉着火稳定性指数CI的主要煤质指标(Mad、A ad、Qnet,ad、Oaa、焦渣特征CRC)和最优BP神经网络的隐层数、神经元数、激活函数,建立了煤粉着火稳定性指数的优化BP神经网络预测模型.对20个校验样本进行了预测,得到了较高的预测精度.图4参8

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	岑可法	浙江大学能源洁净利用与环境工程教育部重点实验室	1286	23862	65.0	87.0
2	赵虹	浙江大学能源洁净利用与环境工程教育部重点实验室	95	999	18.0	27.0
3	杨建国	浙江大学能源洁净利用与环境工程教育部重点实验室	48	475	12.0	20.0
4	翁善勇	浙江大学能源洁净利用与环境工程教育部重点实验室	29	271	10.0	15.0