滤料过滤效率的数值预测研究

• 作者: 吴占松 杨英霞 王亮 王智超
• 来源期刊: 应用基础与工程科学学报
• 学科: 工学
• 关键词: 滤料 过滤效率 数值预测 最小二乘向量机
• 年，卷（期）: 2013,（1）
• 页码范围: 90-96
• 页数: 7页
• 分类号: TU834.6
• 字数: 3449字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-0930.2013.01.010

摘要

以耐高温滤料过滤效率的试验数据为基础数据,分别采用LS-SVM、RBF神经网络和BP神经网络3种方法,以空气温度、过滤风速、发尘浓度作为输入,过滤效率作为输出训练算法,预测不同测试条件下滤料的过滤效率,并对3种算法的预测结果进行了对比分析.结果表明,采用LS-SVM无论从预测精度还是运行时间上,预测效果都最为理想；LS-SVM的过滤效率预测模型与RBF、BP神经网络相比,平均绝对百分比误差最小,程序运行时间最短.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王智超	清华大学热能工程系	100	501	12.0	16.0
3	吴占松	清华大学热能工程系	76	1225	19.0	31.0
4	王亮		20	25	2.0	4.0
7	杨英霞		25	59	5.0	6.0