基于遗传算法的BP神经网络优化动力配煤模型的研究

• 作者: 张海英 李吉朝 王惠琴
• 来源期刊: 微型机与应用
• 学科: 工学
• 关键词: 动力配煤 BP神经网络 遗传算法 非线性
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 人工智能
• 页码范围: 60-63,66
• 页数: 5页
• 分类号: TP181
• 字数: 2917字
• 语种: 中文
• DOI: 10.19358/j.issn.1674-7720.2017.09.018

摘要

BP神经网络具有较强的学习能力,但在传统的研究中,隐含层节点、学习因子和动量因子往往采用试凑法得到相对较佳值,而试凑法在浪费较多时间的同时,可能得不到理想的BP神经网络输出,这对研究造成了一定的困难.文中采用智能算法来解决BP神经网络优化问题.遗传算法作为一种随机搜索算法,能够快速寻找到全局最优解,可以应用于本优化问题.因此,文章采用遗传算法优化BP神经网络上述参数,将改进后的BP神经网络运用于动力配煤非线性模型的研究.结果表明,采用遗传算法优化的BP神经网络具有较强的预测能力,对煤质的发热量预测误差优于线性平均模型误差,并且仿真表明动力配煤模型为近似线性的非线性模型, BP网络的输出值误差波动较小,结果理想.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张海英	西安理工大学复杂系统控制与智能信息处理重点实验室	20	133	6.0	10.0
2	王惠琴		3	40	3.0	3.0
3	李吉朝	西安理工大学复杂系统控制与智能信息处理重点实验室	1	4	1.0	1.0