DE算法改进的炼焦能耗RBF预测模型

• 作者: 孔平平 桂运金 陈娇 陶文华
• 来源期刊: 辽宁石油化工大学学报
• 学科: 工学
• 关键词: RBF神经网络 差分进化算法 炼焦能耗 预测模型
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 信息与控制工程
• 页码范围: 91-96
• 页数: 6页
• 分类号: TP202
• 字数: 5314字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-6952.2020.02.015

摘要

针对炼焦能耗计算繁琐、影响因素众多的问题,以目标火道温度、烟道吸力、水分、挥发分和炼焦时间为输入变量,以炼焦能耗为输出变量,提出基于差分进化算法改进的RBF预测模型.由于RBF网络存在学习能力差、收敛速度慢等多个缺点,针对性地改进了差分进化算法优化的能耗预测模型.利用具有强大全局搜索能力的差分进化算法,选择RBF网络中基函数的中心值、宽度和输出权重的计算最优值,以此作为RBF神经网络的中心值、宽度和输出权重.结果表明,改进后的RBF预测模型具有较高的精度、稳定性和训练速度,对降低炼焦能耗、提高焦炭产量和提高企业经济效益具有重要意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陶文华	辽宁石油化工大学信息与控制工程学院	40	226	7.0	14.0
2	桂运金	辽宁石油化工大学信息与控制工程学院	3	1	1.0	1.0
3	孔平平	辽宁石油化工大学信息与控制工程学院	3	0	0.0	0.0
4	陈娇	辽宁石油化工大学信息与控制工程学院	2	0	0.0	0.0