沈阳理工大学学报
瀋暘理工大學學報
침양리공대학학보
JOURNAL OF SHENYANG INTITUTE OF TECHNOLOGY
2011年
5期
33-37
,共5页
BP神经网络%遗传算法%建模
BP神經網絡%遺傳算法%建模
BP신경망락%유전산법%건모
针对传统BP算法存在易陷入局部极值点、收敛速度慢、泛化能力差等缺点,运用一种由遗传算法和BP神经网络相结合的方法对锅炉燃烧系统进行建模分析.通过与单纯用BP算法建模方法比较,这种方法能很好地克服用BP神经网络建模时的诸多缺点.模型已经由现场采集的锅炉数据验证,能够得到理想的效果.
針對傳統BP算法存在易陷入跼部極值點、收斂速度慢、汎化能力差等缺點,運用一種由遺傳算法和BP神經網絡相結閤的方法對鍋爐燃燒繫統進行建模分析.通過與單純用BP算法建模方法比較,這種方法能很好地剋服用BP神經網絡建模時的諸多缺點.模型已經由現場採集的鍋爐數據驗證,能夠得到理想的效果.
침대전통BP산법존재역함입국부겁치점、수렴속도만、범화능력차등결점,운용일충유유전산법화BP신경망락상결합적방법대과로연소계통진행건모분석.통과여단순용BP산법건모방법비교,저충방법능흔호지극복용BP신경망락건모시적제다결점.모형이경유현장채집적과로수거험증,능구득도이상적효과.