基于粒子群优化算法的Elman神经网络凝汽器真空模型

摘要：

将一种动态递归网络--Elman神经网络应用到凝汽器真空预测.通过实例计算,表明该方法能够较准确地预测凝汽器真空,并具有训练速度快、结构简单、精度高的特点,是一种行之有效的预测方法.同时,对反向传播(BP)神经网络算法会出现局部极小值,提出了利用粒子群优化算法的全局寻优能力优化Elman神经网络连接权值系数的方法.仿真结果表明,利用粒子群优化算法的Elman神经网络可以建立精度更高的凝汽器真空预测模型.

关键词：凝汽器、真空、神经网络、粒子群优化算法、仿真

所属期刊栏目：39

分类号：TK262(蒸汽动力工程)

在线出版日期：2010-06-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：7-11,35