%0 Journal Article
%T 基于主成分和贝叶斯正则化的nox排放量的预测
%A 杨飞
%A 卢保玲
%J 热力发电
%P 24-27
%D 2010
%X 针对电厂燃煤锅炉nox排放量预测建模中输入因子过多而导致神经网络结构规模过大、泛化能力差的问题，通过主成分分析和贝叶斯正则化的方法对bp神经网络进行改进，优化网络结构，从而提高了泛化能力。以某300mw机组锅炉热态多工况试验数据为例，改进的神经网络预测方法与传统的神经网络方法相比，泛化能力有显著提高，而且网络的收敛稳定，实际预测效果良好。
%K 300mw机组
%K 锅炉
%K nox排放量
%K 主成分分析
%K bp神经网络
%K 贝叶斯正则化
%U http://rlfd.paperopen.com//oa/darticle.aspx?type=view&id=2201002006