基于GA-BP算法的气化配煤灰熔点预测

• 作者: 井云环 周安宁 张小艳 杨伏生 杨磊 林敏群 王昊 马乐波 魏本龙
• 来源期刊: 煤炭技术
• 学科: 工学
• 关键词: 流动温度 BP神经网络 遗传算法 预测模型
• 年，卷（期）: 2015,（12）
• 所属期刊栏目: 交流与探讨
• 页码范围: 281-283
• 页数: 3页
• 分类号: TK227.1|TP18
• 字数: 1708字
• 语种: 中文
• DOI: 10.13301/j.cnki.ct.2015.12.112

摘要

为了提高气化配煤煤灰流动温度预测的精度和稳定性,提出将遗传算法(GA)与误差反向传播神经网络(BP)相结合的预测方法,采用GA优化BP神经网路的权值和阈值,再用BP算法训练网络,结合仿真实验分析比较了GA-BP网络算法与常规BP神经网络方法的精度和稳定性.结果表明:GA-BP网络改善了BP网络容易陷入局部极小值和收敛速度慢的缺点,经GA优化的BP神经网络预测方法的预测精度高于BP网络算法,将其应用于气化配煤灰熔点预测有效可行.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张小艳	西安科技大学计算机学院	57	429	12.0	18.0
2	周安宁	西安科技大学化工学院	220	2025	21.0	35.0
3	井云环		21	75	5.0	7.0
4	杨伏生	西安科技大学化工学院	25	183	7.0	12.0
5	魏本龙	西安科技大学化工学院	2	4	1.0	2.0
6	杨磊		9	20	3.0	4.0
7	王昊		4	7	2.0	2.0
8	林敏群	西安科技大学化工学院	1	3	1.0	1.0