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:
介绍了改进BP神经网络的原理和建立.采用改进BP神经网络,以煤的全水分、空气干燥基水分、挥发分、灰分、低位发热量、煤粉细度、炉膛空气系数、排烟温度8种影响因素作为输入层的输入,以飞灰含碳量作为输出层的输出,对某煤粉供热锅炉的飞灰含碳量进行了预测.预测值与实测值的最大绝对误差为0.046 8×10-2,最大相对误差不超过3%,该预测方法可行.
推荐文章
基于BP神经网络的电厂锅炉飞灰含碳量预测
电厂锅炉
飞灰含碳量
BP神经网络
基于自适应神经模糊推理系统的煤粉锅炉飞灰含碳量建模
飞灰含碳量
煤粉锅炉
ANFIS
减法聚类算法
最小二乘支持向量机
BP神经网络
预测精度
基于改良BP神经网络的生物质锅炉飞灰含碳量预测模型研究
生物质锅炉
飞灰含碳量
BP神经网络
主成分分析
Garson算法
基于PSO-BP神经网络的飞灰含碳量测量方法
粒子群算法
神经网络
飞灰含碳量
预测模型
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 基于改进BP网络的煤粉锅炉飞灰含碳量预测
来源期刊 煤气与热力 学科 工学
关键词 改进BP网络 燃煤锅炉 飞灰含碳量 预测
年,卷(期) 2007,(4) 所属期刊栏目 供热热源
研究方向 页码范围 59-61
页数 3页 分类号 TU995
字数 2044字 语种 中文
DOI 10.3969/j.issn.1000-4416.2007.04.020
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 哈米达 1 5 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (6)
参考文献  (3)
节点文献
引证文献  (5)
同被引文献  (10)
二级引证文献  (8)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(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)
2012(3)
  • 引证文献(3)
  • 二级引证文献(0)
2013(3)
  • 引证文献(1)
  • 二级引证文献(2)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
改进BP网络
燃煤锅炉
飞灰含碳量
预测
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
煤气与热力
月刊
1000-4416
12-1101/TU
大16开
天津市和平区新兴路52号都市花园大厦21层
6-36
1978
chi
出版文献量(篇)
5813
总下载数(次)
21
总被引数(次)
33292
论文1v1指导