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:
为使用尽量少的输入参数使ANN (Artificial neural network)模型达到较高的预测精度,利用某电厂运行数据,通过不同参数组合的灵敏度分析,探讨了不同参数组合对基于人工神经网络的飞灰含碳量预测精度的影响.结果表明:通过灵敏度分析,能够确定既满足小数目输入参数,又满足较高预测精度的最终输入参数组合.用精简后的输入参数可以实现对飞灰含碳量的准确预测.
推荐文章
基于PSO-SVR的飞灰含碳量软测量研究
飞灰含碳量
支持向量回归
粒子群
软测量
支持向量回归在飞灰含碳量软测量中的应用
支持向量回归
粒子群优化算法
数据预处理
飞灰含碳量
软测量
基于信息融合的火电厂飞灰含碳量的软测量建模
信息融合
软测量
自适应加权融合
最小二乘支持向量机
飞灰含碳量
微波相移法在线测量烟道飞灰含碳量
飞灰含碳量
微波
幅度衰减
相移
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 一种确定飞灰含碳量ANN模型输入参数的方法
来源期刊 东北电力技术 学科 工学
关键词 灵敏度分析 飞灰含碳量 输入参数 预测精度
年,卷(期) 2012,(11) 所属期刊栏目 研究与应用
研究方向 页码范围 17-19
页数 3页 分类号 TK222
字数 2764字 语种 中文
DOI
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 李露 10 70 5.0 7.0
2 杜艳玲 8 41 4.0 6.0
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  (74)
参考文献  (10)
节点文献
引证文献  (3)
同被引文献  (14)
二级引证文献  (0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(5)
  • 参考文献(1)
  • 二级参考文献(4)
2002(4)
  • 参考文献(1)
  • 二级参考文献(3)
2003(9)
  • 参考文献(2)
  • 二级参考文献(7)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(6)
  • 参考文献(2)
  • 二级参考文献(4)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(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)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
灵敏度分析
飞灰含碳量
输入参数
预测精度
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
东北电力技术
月刊
1004-7913
21-1282/TM
大16开
沈阳市和平区四平街39号
1980
chi
出版文献量(篇)
4056
总下载数(次)
9
论文1v1指导