可再生能源
可再生能源
가재생능원
RENEWABLE ENERGY
2006年
2期
25-27
,共3页
生物质%热值%神经网络
生物質%熱值%神經網絡
생물질%열치%신경망락
应用人工神经网络方法对生物质的热值进行了预测,网络的训练数据集来自美国Biomass Feedstock Composition and Property Database of U.S.Department of Energy.神经网络以生物质的工业分析结果作为输入数据,采用56组数据对网络进行训练,以7组数据对网络进行验证,对网络输出值与实际值进行比较,相对误差在0.08%以内.人工神经网络成功地预测各种生物质的热值,说明人工神经网络能够处理生物质的热值与工业分析各组分间的非线性关系.
應用人工神經網絡方法對生物質的熱值進行瞭預測,網絡的訓練數據集來自美國Biomass Feedstock Composition and Property Database of U.S.Department of Energy.神經網絡以生物質的工業分析結果作為輸入數據,採用56組數據對網絡進行訓練,以7組數據對網絡進行驗證,對網絡輸齣值與實際值進行比較,相對誤差在0.08%以內.人工神經網絡成功地預測各種生物質的熱值,說明人工神經網絡能夠處理生物質的熱值與工業分析各組分間的非線性關繫.
응용인공신경망락방법대생물질적열치진행료예측,망락적훈련수거집래자미국Biomass Feedstock Composition and Property Database of U.S.Department of Energy.신경망락이생물질적공업분석결과작위수입수거,채용56조수거대망락진행훈련,이7조수거대망락진행험증,대망락수출치여실제치진행비교,상대오차재0.08%이내.인공신경망락성공지예측각충생물질적열치,설명인공신경망락능구처리생물질적열치여공업분석각조분간적비선성관계.
