科技导报
科技導報
과기도보
SCIENCE & TECHNOLOGY REVIEW
2012年
23期
46-50
,共5页
主成分分析法%遗传算法%BP神经网络%垃圾焚烧炉%热值
主成分分析法%遺傳算法%BP神經網絡%垃圾焚燒爐%熱值
주성분분석법%유전산법%BP신경망락%랄급분소로%열치
入炉垃圾热值不稳定,对焚烧炉的稳定运行有很大影响.采用遗传算法优化BP神经网络的权值和阈值,建立垃圾焚烧炉入炉垃圾热值的预测模型.利用Garson方法和主成分分析法对某垃圾焚烧电厂在线运行数据进行分析后,作为BP神经网络的输入参数,实现入炉垃圾热值的在线测量和预测.研究结果表明,该模型预测平均相对误差为2.64%,检验样本相对误差平均值概率为95%的置信区间为[-1.75,2.59],有较高的准确性和置信度,具有较好的工程应用价值.
入爐垃圾熱值不穩定,對焚燒爐的穩定運行有很大影響.採用遺傳算法優化BP神經網絡的權值和閾值,建立垃圾焚燒爐入爐垃圾熱值的預測模型.利用Garson方法和主成分分析法對某垃圾焚燒電廠在線運行數據進行分析後,作為BP神經網絡的輸入參數,實現入爐垃圾熱值的在線測量和預測.研究結果錶明,該模型預測平均相對誤差為2.64%,檢驗樣本相對誤差平均值概率為95%的置信區間為[-1.75,2.59],有較高的準確性和置信度,具有較好的工程應用價值.
입로랄급열치불은정,대분소로적은정운행유흔대영향.채용유전산법우화BP신경망락적권치화역치,건립랄급분소로입로랄급열치적예측모형.이용Garson방법화주성분분석법대모랄급분소전엄재선운행수거진행분석후,작위BP신경망락적수입삼수,실현입로랄급열치적재선측량화예측.연구결과표명,해모형예측평균상대오차위2.64%,검험양본상대오차평균치개솔위95%적치신구간위[-1.75,2.59],유교고적준학성화치신도,구유교호적공정응용개치.
