原文服务方: 热力发电       
摘要:
提出了一种蚁群前馈神经网络模型.采用蚁群算法和BP算法相结合的方法训练神经网络,可避免单纯BP算法容易陷入局部最优的不足,降低算法对初值的敏感性.应用蚁群前馈神经网络建立了灰熔点的模型,并对模型的预测性能进行了验证.结果表明,该方法的预测精度比单一的BP神经网络模型有较大提高,训练后的网络模型可以用于煤灰熔点的预报.
推荐文章
前馈神经网络在空调负荷预测中的应用
空调负荷预测
误差反向传播算法
Hesse矩阵
基于蚁群算法优化BP神经网络的政务云网络态势预测研究
政务云
主动防御
BP神经网络
蚁群算法
态势预测
预测精度
基于随机灰色蚁群神经网络的近期公交客流预测
城市交通
灰色模型
神经网络
蚁群优化算法
公交客流
预测
基于蚁群算法神经网络的煤自燃难易着火活化能预测
蚁群算法
神经网络
自然发火
着火活化能
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 蚁群前馈神经网络在煤灰熔点预测中的应用
来源期刊 热力发电 学科
关键词 煤灰熔点 蚁群算法 BP算法 蚁群前馈 神经网络 模型
年,卷(期) 2007,(8) 所属期刊栏目 基础研究
研究方向 页码范围 23-26
页数 4页 分类号 TK323
字数 语种 中文
DOI 10.3969/j.issn.1002-3364.2007.08.005
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 钱积新 164 3326 26.0 51.0
2 刘彦鹏 7 75 5.0 7.0
3 吴明光 83 933 17.0 26.0
4 仲玉芳 9 56 5.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (26)
共引文献  (185)
参考文献  (8)
节点文献
引证文献  (16)
同被引文献  (17)
二级引证文献  (36)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(4)
  • 参考文献(1)
  • 二级参考文献(3)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(5)
  • 参考文献(0)
  • 二级参考文献(5)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(5)
  • 参考文献(2)
  • 二级参考文献(3)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(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)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(4)
  • 引证文献(1)
  • 二级引证文献(3)
2012(2)
  • 引证文献(0)
  • 二级引证文献(2)
2013(2)
  • 引证文献(1)
  • 二级引证文献(1)
2014(7)
  • 引证文献(2)
  • 二级引证文献(5)
2015(3)
  • 引证文献(0)
  • 二级引证文献(3)
2016(10)
  • 引证文献(3)
  • 二级引证文献(7)
2017(12)
  • 引证文献(3)
  • 二级引证文献(9)
2018(6)
  • 引证文献(1)
  • 二级引证文献(5)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
煤灰熔点
蚁群算法
BP算法
蚁群前馈
神经网络
模型
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
热力发电
月刊
1002-3364
61-1111/TM
大16开
西安市雁塔区雁翔路99号博源科技广场A座
1972-01-01
中文
出版文献量(篇)
6331
总下载数(次)
0
总被引数(次)
39999
论文1v1指导