基于粒子群优化算法的elman神经网络凝汽器真空模型
, PP. 7-11
Keywords: 凝汽器,真空,神经网络,粒子群优化算法,仿真
Abstract:
将一种动态递归网络――elman神经网络应用到凝汽器真空预测。通过实例计算，表明该方法能够较准确地预测凝汽器真空，并具有训练速度快、结构简单、精度高的特点，是一种行之有效的预测方法。同时，对反向传播（bp）神经网络算法会出现局部极小值，提出了利用粒子群优化算法的全局寻优能力优化elman神经网络连接权值系数的方法。仿真结果表明，利用粒子群优化算法的elman神经网络可以建立精度更高的凝汽器真空预测模型。
| [1] | 康松，杨建明.汽轮机技术[m].北京:中国电力出版社，2003.[2]黄庆宏.汽轮机与燃气轮机原理及应用[m].南京：东南大学出版社，2004.[3]刘定平，肖蔚然.基于神经网络和混合遗传算法的凝汽器真空优化控制[j].汽轮机技术，2006,48(1):52[cd*2]54.[4]宫唤春，吴义虎.基于elman神经网络的汽轮机排汽焓在线预测计算[j].热力透平，2007,36(4):241[cd*2]244.[5]陈树，徐保国，王海霞，等.基于粒子群优化神经网络算法在发酵过程控制中的研究[j].计算机与应用化学，2007,24(7):885[cd*2]887.[6]曾万里，危韧勇，陈红玲.基于改进pso算法的bp神经网络的应用研究[j].计算机技术与发展，2008,18(4):�49[cd*2]51.[7]刘德胜，张佳薇.粒子群优化神经网络在木材干燥动态建模中的应用[j].佳木斯大学学报(自然科学版)，2007,25(1):46[cd*2]48.[8]赵世安,黄敢基.模拟退火并行粒子群优化算法程序设计与研究[j].百色学院学报，2006，19(6):9[cd*2]12.[9]王芳，丁海利，高成修.改进的粒子群优化算法在随机需求车辆路径问题中的应用[j].武汉大学学报(理学版)，2007,53(2):41[cd*2]44.[10]吴茜，郑金华,宋武.改进的粒子群算法求解非线性约束优化问题[j].计算机工程与应用，2007,43(24):�61[cd*2]64.[11]葛哲学，孙志强.神经网络理论与matlabr2007实现[m].北京:电子工业出版社，2007.[12]刘洪波，王秀坤，孟军.神经网络基于粒子群优化的学习算法研究[j].小型微型计算机系统,2005,26(4):�638[cd*2]640.�
|
Full-Text
