计算机与应用化学
計算機與應用化學
계산궤여응용화학
COMPUTERS AND APPLIED CHEMISTRY
2007年
5期
609-613
,共5页
张志文%梁钦锋%王增莹%于广锁%于遵宏
張誌文%樑欽鋒%王增瑩%于廣鎖%于遵宏
장지문%량흠봉%왕증형%우엄쇄%우준굉
灰渣粘度%神经网络%遗传算法%煤气化
灰渣粘度%神經網絡%遺傳算法%煤氣化
회사점도%신경망락%유전산법%매기화
气流床气化技术受到广泛关注,一般工艺要求液态排渣,而灰渣粘度决定着气化炉排渣能否顺利.在灰渣粘度预测中,粘度与灰渣呈复杂的非线性映射关系,而目前尚未有成熟的模型.本文拟从模糊模型入手,采用遗传算法(GA)优化神经网络(BP)的初始权阈值,优化后的神经网络模型,再预测灰渣粘度值.预测过14组样本,将预测值同三种不同机理模型预测值比较,证明GA-BP模型预测值同实验值最接近,且精度明显较其它模型高.
氣流床氣化技術受到廣汎關註,一般工藝要求液態排渣,而灰渣粘度決定著氣化爐排渣能否順利.在灰渣粘度預測中,粘度與灰渣呈複雜的非線性映射關繫,而目前尚未有成熟的模型.本文擬從模糊模型入手,採用遺傳算法(GA)優化神經網絡(BP)的初始權閾值,優化後的神經網絡模型,再預測灰渣粘度值.預測過14組樣本,將預測值同三種不同機理模型預測值比較,證明GA-BP模型預測值同實驗值最接近,且精度明顯較其它模型高.
기류상기화기술수도엄범관주,일반공예요구액태배사,이회사점도결정착기화로배사능부순리.재회사점도예측중,점도여회사정복잡적비선성영사관계,이목전상미유성숙적모형.본문의종모호모형입수,채용유전산법(GA)우화신경망락(BP)적초시권역치,우화후적신경망락모형,재예측회사점도치.예측과14조양본,장예측치동삼충불동궤리모형예측치비교,증명GA-BP모형예측치동실험치최접근,차정도명현교기타모형고.
