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:
跳汰机是选煤的关键设备,对这样复杂的非线性、大滞后系统建立精确的数学模型极其困难,传统的控制方法很难达到良好的控制效果.针对这一问题,应用遗传算法和BP算法结合的方法建立了跳汰机矸石段系统模型,进而可以采用智能控制的方法对其进行控制.
推荐文章
基于遗传算法的神经网络集成在人耳识别中的应用
BP神经网络
遗传算法
神经网络集成
人耳识别
遗传算法优化神经网络在图像目标识别中的应用研究
遗传算法
特征矢量构成
神经网络
图像目标识别
遗传算法和神经网络在低空声目标识别中的应用研究
神经网络
BP算法
遗传算法
声目标识别
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
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 遗传算法和神经网络在跳汰状态识别中的应用
来源期刊 振动、测试与诊断 学科 工学
关键词 跳汰机 遗传算法 神经网络 状态识别
年,卷(期) 2007,(2) 所属期刊栏目 论文
研究方向 页码范围 133-136
页数 4页 分类号 TD455|TP183
字数 3746字 语种 中文
DOI 10.3969/j.issn.1004-6801.2007.02.010
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 熊小晋 太原理工大学机械电子研究所 5 51 3.0 5.0
2 符东旭 太原理工大学机械电子研究所 1 0 0.0 0.0
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  (7)
参考文献  (1)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
跳汰机
遗传算法
神经网络
状态识别
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
振动、测试与诊断
双月刊
1004-6801
32-1361/V
南京市御道街29号
chi
出版文献量(篇)
2937
总下载数(次)
3
总被引数(次)
26426
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导