10.3969/j.issn.1005-0930.2013.01.010
滤料过滤效率的数值预测研究
以耐高温滤料过滤效率的试验数据为基础数据,分别采用LS-SVM、RBF神经网络和BP神经网络3种方法,以空气温度、过滤风速、发尘浓度作为输入,过滤效率作为输出训练算法,预测不同测试条件下滤料的过滤效率,并对3种算法的预测结果进行了对比分析.结果表明,采用LS-SVM无论从预测精度还是运行时间上,预测效果都最为理想;LS-SVM的过滤效率预测模型与RBF、BP神经网络相比,平均绝对百分比误差最小,程序运行时间最短.
滤料、过滤效率、数值预测、最小二乘向量机
21
TU834.6(房屋建筑设备)
中国建筑科学研究院应用基金"空气滤料性能试验方法的研究"
2013-03-21(万方平台首次上网日期,不代表论文的发表时间)
共7页
90-96