几种改进 BP 神经网络算法预测飞灰含碳质量分数效果的比较

• 作者: 李斌 李露 杜艳玲 谢一民
• 来源期刊: 发电设备
• 学科: 工学
• 关键词: 预测算法 人工神经网络 飞灰含碳质量分数 预测精度
• 年，卷（期）: 2012,（6）
• 所属期刊栏目: 计算机与控制
• 页码范围: 416-419
• 分类号: TK222
• 字数: 2930字
• 语种: 中文

摘要

分别介绍了动量梯度下降法、L-M数值优化算法和贝叶斯算法,建立了预测模型,对某电厂飞灰含碳质量分数进行预测.通过预测结果的分析,对比了不同算法对预测精度的影响.结果表明:在该模型下,当训练样本量为30甚至更多时,动量梯度下降法不能收敛,L-M算法和贝叶斯算法的收敛速度比动量梯度下降算法要快很多,而贝叶斯算法的预测精度最高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李斌	华北电力大学能源动力与机械工程学院	93	494	10.0	16.0
2	李露	华北电力大学能源动力与机械工程学院	10	70	5.0	7.0
3	杜艳玲	华北电力大学能源动力与机械工程学院	8	41	4.0	6.0
4	谢一民	华北电力大学能源动力与机械工程学院	4	18	3.0	4.0