基于协同量子粒子算法的透平蒸汽流量软测量
透平蒸汽流量是分析透平运行效率的重要参数,由于现场大量缺乏检测信息,且针对传统测量方法存在可靠性差,非接触式测量成本高、安装困难等问题,提出了一种协同量子粒子算法(CQGAPSO),同时优化神经网络(NN)结构和参数的透平蒸汽流量的软测量建模方法.该方法利用节点间的连接开关,有效消除冗余连接对神经网络逼近能力的影响,引入量子概率幅编码和协同机制来提高神经网络的学习效率、逼近精度和泛化能力.透平蒸汽流量软测量的仿真结果表明:相比全连接神经网络和其他模型,所述方法具有更好的预测精度和鲁棒性.
协同量子粒子算法、神经网络、蒸汽透平、蒸汽流量、软测量
61
TQ021.8(一般性问题)
国家杰出青年科学基金项目60625302;国家高技术研究发展计划项目2008AA042902;上海市科技攻关项目09DZ1120400;中央高校基本科研业务费专项资金项目;上海市重点学科建设项目B504
2011-05-27(万方平台首次上网日期,不代表论文的发表时间)
共6页
2855-2860