10.13873/J.1000-9787(2016)12-0149-03
RBF-BP网络在火电厂氮氧化物浓度检测的应用
在分析影响火电厂氮氧化物浓度检测精度的多种原因基础上,提出建立RBF-BP神经网络模型进行改进的方法,并详细说明了样本数据、神经网络构成、训练函数、回归因子、动量因子等关键技术.以2015年实际火电厂检测数据为依据,对建立的RBF-BP神经网络进行了仿真实验,并与单一RBF仿真实验进行对比分析,实验表明平均相对误差为0.3%~1%,证明了该方法的有效性.
干扰、浓度检测、径向基函数、反向传播、氮氧化物
35
TP212.2;TN911.72(自动化技术及设备)
国家自然科学基金资助项目61502063;重庆市教委科研项目KJ1500639
2017-03-31(万方平台首次上网日期,不代表论文的发表时间)
共4页
149-151,160