基于信息熵的BP网络在热工系统建模中的应用

• 作者: 孙海蓉 王蕊 耿军亚
• 来源期刊: 系统仿真学报
• 学科: 工学
• 关键词: 粗糙集 属性约简 近似决策熵 神经网络 非线性建模
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 仿真应用工程
• 页码范围: 226-233
• 分类号: TP391
• 语种: 中文
• DOI: 10.16182/j.issn1004731x.joss.201701030

摘要

针对火电厂热工对象实时建模困难、模型精度不高、以及神经网络因输入量增多导致收敛速度大幅降低的问题,将近似决策熵属性约简用于BP(Back Propagation)网络的建模中,提出了一种基于信息熵的BP网络建模方法.该方法采用k-means聚类算法对现场数据进行预处理及有效性评价,用近似决策熵对系统输入进行属性约简,用BP网络训练建立非线性模型.通过将该方法应用于主汽温和NOx排放浓度建模表明,该方法模型精度高,而且有效降低了BP网络输入层的维数,简化了网络结构,提高了训练速度,对热工系统实时建模具有重要实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙海蓉	华北电力大学控制与计算机工程学院	30	215	8.0	13.0
2	王蕊	华北电力大学控制与计算机工程学院	9	96	6.0	9.0
6	耿军亚	华北电力大学控制与计算机工程学院	3	18	3.0	3.0