作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对汽轮机热消耗率模型难以精准预测的问题,提出一种基于改进的狮群算法和快速学习网综合建模的方法.首先,针对传统狮群算法易早熟收敛以及在迭代后期寻优速度缓慢导致算法陷入局部最优的缺陷,通过引入禁忌搜索、非线性扰动因子以及黄金正弦策略进行改进;其次,对改进后的狮群算法进行数值验证,结果证明其具有更高的收敛精度和收敛速度;最后,采用某热电厂汽轮机的运行数据建立汽轮机热消耗率预测模型,并将改进狮群算法优化的快速学习网对其进行热耗率预测,将实验结果与其他优化策略进行对比验证,实验结果表明,基于改进狮群算法的快速学习网预测模型具有更高的泛化能力,提高了汽轮机热耗率的预测精度.
推荐文章
基于鲸鱼优化算法的汽轮机热耗率模型预测
汽轮机
热耗率
鲸鱼优化算法
快速学习网
反向学习算法
ASOS-ELM建模方法及在汽轮机热耗率预测中的应用
汽轮机
热耗率
算法
极限学习机
优化
模型
基于改进模糊支持向量机的汽轮机热耗率预测模型
汽轮机
热耗率
聚类算法
模糊支持向量机
预测模型
间隔统计
基于CNGWO-LSSVM的汽轮机热耗率预测模型
火电厂
汽轮机
热耗率
软测量
最小二乘支持向量机
灰狼优化算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于改进狮群算法的汽轮机热耗率模型预测
来源期刊 计量学报 学科
关键词 计量学 热耗率预测 狮群算法 快速学习网 禁忌搜索 黄金正弦 非线性扰动因子
年,卷(期) 2021,(7) 所属期刊栏目
研究方向 页码范围 853-860
页数 8页 分类号 TB941
字数 语种 中文
DOI 10.3969/j.issn.1000-1158.2021.07.04
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (169)
共引文献  (72)
参考文献  (16)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(10)
  • 参考文献(0)
  • 二级参考文献(10)
2007(9)
  • 参考文献(1)
  • 二级参考文献(8)
2008(6)
  • 参考文献(1)
  • 二级参考文献(5)
2009(7)
  • 参考文献(0)
  • 二级参考文献(7)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(8)
  • 参考文献(0)
  • 二级参考文献(8)
2012(11)
  • 参考文献(1)
  • 二级参考文献(10)
2013(14)
  • 参考文献(0)
  • 二级参考文献(14)
2014(20)
  • 参考文献(1)
  • 二级参考文献(19)
2015(18)
  • 参考文献(0)
  • 二级参考文献(18)
2016(26)
  • 参考文献(0)
  • 二级参考文献(26)
2017(17)
  • 参考文献(4)
  • 二级参考文献(13)
2018(8)
  • 参考文献(3)
  • 二级参考文献(5)
2019(4)
  • 参考文献(4)
  • 二级参考文献(0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
计量学
热耗率预测
狮群算法
快速学习网
禁忌搜索
黄金正弦
非线性扰动因子
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计量学报
月刊
1000-1158
11-1864/TB
大16开
北京1413信箱
2-798
1980
chi
出版文献量(篇)
3549
总下载数(次)
8
总被引数(次)
20173
论文1v1指导