检索结果-维普期刊中文期刊服务平台

基于神经网络的水产养殖水质预测模型研究被引量：11: 1; 作者袁琦黄建清 +1 位作者符新翁绍捷《湖北农业科学》北大核心 2013年第1期143-146,共4页; 水产养殖池塘是一个多变量、非线性和大时延系统,很难用传统方法建立水质预测的精确模型。神经网络具有良好的非线性函数逼近能力,非常适合处理水质预测等复杂问题。利用BP神经网络模型,通过自适应的动态学习方法和模型优化,采用MATLAB... 展开更多; 关键词神经网络自适应BP算法预测模型 PH 水产养殖水质; 在线阅读下载PDF 职称材料

基于近红外频域自适应分析法的电煤发热量模型研究（英文）被引量：1: 2; 作者李智王圣毫 +2 位作者赵勇王祥凤李耀铮《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2014年第10期2792-2798,共7页; 目前由于部分电站锅炉所用到的燃煤大多为配煤,在有些情况下,其复杂的物理化学特性导致难以获得高精确度的常规近红外定量分析模型,这给电煤发热量的在线检测带来了一定困难。针对该问题,深入研究了电煤近红外光谱时域和频域特征,提出... 展开更多; 关键词近红外光谱快速傅里叶变换频域自适应分析法发热量电煤定量分析; 在线阅读下载PDF 职称材料

煤质自适应校正方案建模仿真被引量：8: 3; 作者刘友宽潘巾杰 +2 位作者田沛赵永辉朱全聪《热力发电》 CAS 北大核心 2014年第1期99-105,共7页; 在超临界600MW机组简化模型的基础上,对现有3种火电机组煤质校正方案进行建模仿真,并将仿真结果与实际曲线进行了对比,分析了各校正方案的优缺点及控制指标,提出了一种煤质自适应校正方案,显著提高了机组协调控制对煤质变化的响应速度... 展开更多; 关键词超临界 600 MW机组协调控制煤质校正建模仿真煤质自适应; 在线阅读下载PDF 职称材料

基于算法的煤质发热量预测被引量：10: 4; 作者刘林王朋 +1 位作者翟永杰周杰联《热力发电》 CAS 北大核心 2015年第2期47-51,57,共6页; 为了提高煤质发热量的预测精度,提出了基于参数自适应粒子群(PSO)和最小二乘支持向量机(LSSVM)算法的煤质发热量预测方法:建立LSSVM煤质发热量预测模型,通过参数自适应PSO算法优化LSSVM模型参数。使用测试数据对煤质发热量的预测效果进... 展开更多; 关键词煤质发热量预测参数自适应粒子群算法最小二乘支持向量机算法; 在线阅读下载PDF 职称材料

综采工作面自动化放煤控制技术研究被引量：4: 5; 作者马英《煤矿开采》北大核心 2016年第1期47-49,27,共4页; 针对放顶煤过程中出现"过放"状况和"欠放"问题,以随机介质放矿理论为基础,建立了基于果蝇优化算法和RBF混合算子的放顶煤时间预测方法。采用径向神经网络建立以顶煤高度、煤层强度、顶煤节理裂隙、夹矸层厚度等因... 展开更多; 关键词综采工作面自动化放煤控制技术自适应预测模型; 在线阅读下载PDF 职称材料

题名基于神经网络的水产养殖水质预测模型研究被引量：11: 1; 作者袁琦黄建清符新翁绍捷; 机构海南大学机电工程学院华南农业大学工程学院; 出处《湖北农业科学》北大核心 2013年第1期143-146,共4页; 基金海南省自然科学基金项目(610218); 文摘水产养殖池塘是一个多变量、非线性和大时延系统,很难用传统方法建立水质预测的精确模型。神经网络具有良好的非线性函数逼近能力,非常适合处理水质预测等复杂问题。利用BP神经网络模型,通过自适应的动态学习方法和模型优化,采用MATLAB神经网络工具箱建立了水产养殖水环境因子pH值预测模型。在预测模型中输入测试样本,将预测结果与实测值进行比较,平均相对误差小于1%。结果表明,所构建的基于自适应BP算法的水产养殖水质预测模型具有良好的精确性和准确性,能有效地预测养殖池塘的水质状况。; 关键词神经网络自适应BP算法预测模型 PH 水产养殖水质; Keywords neural network self-adaptive BP algorithm prediction model pH aquaculture water quality; 分类号 S [农业科学]; 在线阅读下载PDF 职称材料

题名基于近红外频域自适应分析法的电煤发热量模型研究（英文）被引量：1: 2; 作者李智王圣毫赵勇王祥凤李耀铮; 机构沈阳工程学院辽宁省电力仿真控制重点实验室东北大学信息科学与工程学院沈阳工程学院仿真中心武汉大学动力与机械学院; 出处《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2014年第10期2792-2798,共7页; 基金 National Natural Science Foundation of China(61371200); 文摘目前由于部分电站锅炉所用到的燃煤大多为配煤,在有些情况下,其复杂的物理化学特性导致难以获得高精确度的常规近红外定量分析模型,这给电煤发热量的在线检测带来了一定困难。针对该问题,深入研究了电煤近红外光谱时域和频域特征,提出一种能够通过全局优化策略自动在频域内建立最优近红外定量分析模型的新方法—频域自适应分析法。该方法首先将时域近红外光谱通过快速傅里叶变换转换为频域近红外信号;然后采用有效光谱能量率得到合适的频域信息范围;接着根据近红外光谱频域下的相关系数谱图、方差谱图以及谐波在频域中的坐标合理构建了频域信息量评价参数,利用该参数对模型输入变量的种群位置进行初始化;最后采用频域分区搜索和综合性能评价函数得到最佳建模方案。与此同时,结合电煤煤粉近红外图谱的特性,并以其发热量为待测目标对该方法进行了验证,取得相对较好实验效果,与传统方法主成分回归、偏最小二乘回归、反向传播神经网络以及基于遗传算法的偏最小二乘回归和支持向量机回归相比,该方法预测精度更高,并且有效避免了频域随机搜索潜在的过拟合和虚假有效模型的弊端,具有良好的应用前景。此外,该方法也可推广用于其他类型的光谱定量分析。; 关键词近红外光谱快速傅里叶变换频域自适应分析法发热量电煤定量分析; Keywords Near infrared spectra Fast Fourier transform Frequency domain self-adaption analysis method Calorific value of electric coal Quantitative analysis model; 分类号 O657.33 [理学—分析化学] TQ533.4 [化学工程—煤化学工程]; 在线阅读下载PDF 职称材料

题名煤质自适应校正方案建模仿真被引量：8: 3; 作者刘友宽潘巾杰田沛赵永辉朱全聪; 机构云南电力试验研究院有限公司浙江富安水利机械研究所有限公司华北电力大学自动化系; 出处《热力发电》 CAS 北大核心 2014年第1期99-105,共7页; 文摘在超临界600MW机组简化模型的基础上,对现有3种火电机组煤质校正方案进行建模仿真,并将仿真结果与实际曲线进行了对比,分析了各校正方案的优缺点及控制指标,提出了一种煤质自适应校正方案,显著提高了机组协调控制对煤质变化的响应速度和精度,并已应用于多台超临界600MW火电机组。; 关键词超临界 600 MW机组协调控制煤质校正建模仿真煤质自适应; Keywords supercritical 600 MW unit coordinated control coal quality correction modeling andsimulation coal quality self adapting; 分类号 TK22 [动力工程及工程热物理—动力机械及工程]; 在线阅读下载PDF 职称材料

题名基于算法的煤质发热量预测被引量：10: 4; 作者刘林王朋翟永杰周杰联; 机构广东电网有限责任公司佛山供电局广东电网有限责任公司电力科学研究院华北电力大学自动化系; 出处《热力发电》 CAS 北大核心 2015年第2期47-51,57,共6页; 基金中央高校基本科研业务费专项资金资助项目(12MS118); 文摘为了提高煤质发热量的预测精度,提出了基于参数自适应粒子群(PSO)和最小二乘支持向量机(LSSVM)算法的煤质发热量预测方法:建立LSSVM煤质发热量预测模型,通过参数自适应PSO算法优化LSSVM模型参数。使用测试数据对煤质发热量的预测效果进行了仿真比较。结果表明,基于参数自适应PSO-LSSVM发热量预测模型能够准确预测发热量的变化,且较参数自适应PSO-BP神经网络、基本PSO-LSSVM以及GA-LSSVM模型运算速度快,预测精度高,利于工程应用。; 关键词煤质发热量预测参数自适应粒子群算法最小二乘支持向量机算法; Keywords coal quality calorific value forecasting parameter self-adaptive PSO LSSVM; 分类号 TK16 [动力工程及工程热物理—热能工程] TK212 [动力工程及工程热物理—动力机械及工程]; 在线阅读下载PDF 职称材料

题名综采工作面自动化放煤控制技术研究被引量：4: 5; 作者马英; 机构天地科技股份有限公司开采设计事业部; 出处《煤矿开采》北大核心 2016年第1期47-49,27,共4页; 基金国家高技术研究发展计划(863计划):两柱式超强力放顶煤液压支架研制(2012AA06AA407); 文摘针对放顶煤过程中出现"过放"状况和"欠放"问题,以随机介质放矿理论为基础,建立了基于果蝇优化算法和RBF混合算子的放顶煤时间预测方法。采用径向神经网络建立以顶煤高度、煤层强度、顶煤节理裂隙、夹矸层厚度等因素作为输入变量,以散体流动参数为输出的神经网络模型,对放顶煤时间建立预测模型,实现了放顶煤时间变化的自适应,进而实现了放顶煤过程的自动化。; 关键词综采工作面自动化放煤控制技术自适应预测模型; Keywords fully mechanized coal face automated coal caving control technology self-adaptive predict model; 分类号 TD355.4 [矿业工程—矿井建设]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于神经网络的水产养殖水质预测模型研究	袁琦黄建清符新翁绍捷	《湖北农业科学》北大核心	2013	11	在线阅读下载PDF 职称材料
2	基于近红外频域自适应分析法的电煤发热量模型研究（英文）	李智王圣毫赵勇王祥凤李耀铮	《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心	2014	1	在线阅读下载PDF 职称材料
3	煤质自适应校正方案建模仿真	刘友宽潘巾杰田沛赵永辉朱全聪	《热力发电》 CAS 北大核心	2014	8	在线阅读下载PDF 职称材料
4	基于算法的煤质发热量预测	刘林王朋翟永杰周杰联	《热力发电》 CAS 北大核心	2015	10	在线阅读下载PDF 职称材料
5	综采工作面自动化放煤控制技术研究	马英	《煤矿开采》北大核心	2016	4	在线阅读下载PDF 职称材料