基于粒子群优化算法的Elman神经网络凝汽器真空模型

• 作者: 张啸澄 张海 浦健
• 来源期刊: 热力发电
• 关键词: 凝汽器 真空 神经网络 粒子群优化算法 仿真
• 年，卷（期）: 2010,（4）
• 所属期刊栏目: 热能基础研究
• 页码范围: 7-11,35
• 分类号: TK262
• 语种: 中文
• DOI: 10.3969/j.issn.1002-3364.2010.04.007

摘要

将一种动态递归网络--Elman神经网络应用到凝汽器真空预测.通过实例计算,表明该方法能够较准确地预测凝汽器真空,并具有训练速度快、结构简单、精度高的特点,是一种行之有效的预测方法.同时,对反向传播(BP)神经网络算法会出现局部极小值,提出了利用粒子群优化算法的全局寻优能力优化Elman神经网络连接权值系数的方法.仿真结果表明,利用粒子群优化算法的Elman神经网络可以建立精度更高的凝汽器真空预测模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	浦健	南京师范大学动力工程学院	8	41	4.0	6.0
2	张海	南京师范大学动力工程学院	7	31	3.0	5.0
3	张啸澄	南京师范大学动力工程学院	3	23	2.0	3.0