化工自动化及仪表
化工自動化及儀錶
화공자동화급의표
CONTROL AND INSTRUMENTS IN CHEMICAL INDUSTRY
2013年
3期
334-337
,共4页
陈国香%张世伟%曾隽芳%王学雷
陳國香%張世偉%曾雋芳%王學雷
진국향%장세위%증준방%왕학뢰
煤气产量预测%炼焦%影响因素%RBF神经网络
煤氣產量預測%煉焦%影響因素%RBF神經網絡
매기산량예측%련초%영향인소%RBF신경망락
对焦炉的发生和消耗特性进行分析,找出影响煤气产量的主要影响因素,并建立径向基函(RBF)神经网络模型进行预测,实验表明:RBF模型具有较强的非线性逼近能力,能较真实地反映煤气产量和影响因素之间的非线性关系,预测效果要优于BP神经网络模型.
對焦爐的髮生和消耗特性進行分析,找齣影響煤氣產量的主要影響因素,併建立徑嚮基函(RBF)神經網絡模型進行預測,實驗錶明:RBF模型具有較彊的非線性逼近能力,能較真實地反映煤氣產量和影響因素之間的非線性關繫,預測效果要優于BP神經網絡模型.
대초로적발생화소모특성진행분석,조출영향매기산량적주요영향인소,병건립경향기함(RBF)신경망락모형진행예측,실험표명:RBF모형구유교강적비선성핍근능력,능교진실지반영매기산량화영향인소지간적비선성관계,예측효과요우우BP신경망락모형.