基于融合策略粒子群优化BP神经网络的磨煤机出粉量优化

• 作者: 李浩然 李力 陆金桂
• 来源期刊: 南京工业大学学报（自然科学版）
• 学科: 工学
• 关键词: 磨煤机 出粉量 软测量 BP神经网络 参数优化 粒子群算法 融合策略
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 智能制造
• 页码范围: 180-186
• 页数: 7页
• 分类号: TP183|TH122
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7627.2022.02.008

摘要

为了优化磨煤机系统参数,提高磨煤机出粉量,结合磨煤机系统参数和出粉量建立误差反向传播算法(BP)神经网络磨煤机出粉量模型,对参数进行软测量.为提高软测量准确度和对参数优化的效果,提出一种新的基于融合策略改进的粒子群优化BP算法,用于磨煤机系统参数和出粉量数据之间的非线性映射,建立估算模型.将估算模型应用于磨煤机出粉量的软测量中,为验证基于融合策略改进的粒子群优化BP算法的可靠性,将该算法与传统粒子群优化BP算法和传统BP算法对磨煤机出粉量的计算进行对比.结果表明:基于融合策略改进的粒子群优化BP算法模型对磨煤机出粉量有较好的软测量能力,预测值与实际值平均相对误差仅为3.813 9％.