%0 Journal Article
%T 基于BP神经网络的垃圾热值预测模型
%A 马晓茜
%A 谢泽琼
%J 科技导报
%P 46-50
%D 2012
%R 10.3981/j.issn.1000-7857.2012.23.006
%X 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。
%K 主成分分析法
%K 遗传算法
%K BP神经网络
%K 垃圾焚烧炉
%K 热值
%U http://www.kjdb.org/CN/abstract/abstract9528.shtml