10.3969/j.issn.1003-8930.2006.01.007
再热汽温神经网络预测模型的构建及仿真
在火电机组运行过程中,提高再热汽温预测精度对于提高机组运行经济性、可靠性具有重要意义.影响再热汽温的因素错综复杂,采用传统方法难以建立精确的数学模型,或模型预测精度不高.混沌理论的发展为这一问题的研究提供了新的思路.本文在揭示再热汽温混沌特性的基础上,利用混沌特性处理输入样本及确定神经网络结构,将神经网络与改进型遗传算法结合,构建了基于改进型遗传算法的再热汽温神经网络预测模型.仿真结果表明,该模型相对误差的最大绝对值仅为0.068 12%,收敛速度快.
混沌、改进遗传算法、神经网络、再热汽温
18
TK323(热工量测和热工自动控制)
2006-04-13(万方平台首次上网日期,不代表论文的发表时间)
共6页
29-33,89