期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于量子自适应鸟群算法的锅炉NO_x排放特性研究
被引量：
11
1
作者
牛培峰
王丘亚
+3 位作者
马云鹏
赵庆冲
陈科
赵振
《计量学报》
CSCD
北大核心
2017年第6期770-775,共6页
针对锅炉NO_x排放量难以准确预测的问题,提出了一种新的NO_x排放预测方法,利用改进的量子自适应鸟群算法(QBSA)和快速学习网(FLN)进行综合建模,得到锅炉NO_x排放浓度模型。将QBSA与基本鸟群算法(BSA)、差分进化算法(DE)、粒子群算法(PSO...
针对锅炉NO_x排放量难以准确预测的问题,提出了一种新的NO_x排放预测方法,利用改进的量子自适应鸟群算法(QBSA)和快速学习网(FLN)进行综合建模,得到锅炉NO_x排放浓度模型。将QBSA与基本鸟群算法(BSA)、差分进化算法(DE)、粒子群算法(PSO)进行比较,并通过仿真实验证明了其具有更好的寻优精度和更快的收敛速度。最后采用不同工况下的样本数据检测QBSA-FLN与BSA-FLN模型的预测效果,实验结果表明,QBSAFLN具有更高的预测精度和泛化能力,可以更准确地预测NO_x排放量。
展开更多
关键词
计量学
氮氧化物排放特性
量子自适应鸟群算法
快速学习网
在线阅读
下载PDF
职称材料
基于GSA—SVM的循环流化床锅炉NO_x排放特性模型
被引量：
4
2
作者
牛培峰
麻红波
+3 位作者
李国强
马云飞
陈贵林
张先臣
《计量学报》
CSCD
北大核心
2013年第6期602-606,共5页
为了准确地预测循环流化床锅炉NO_x排放量，以某热电厂循环流化床锅炉燃烧数据为样本，提出了基于支持向量机（SVM）的循环流化床锅炉NO_x排放特性GSA—SVM模型。由于SVM精度及泛化能力依赖于参数选择，故将万有引力搜索算法（GSA）运...
为了准确地预测循环流化床锅炉NO_x排放量，以某热电厂循环流化床锅炉燃烧数据为样本，提出了基于支持向量机（SVM）的循环流化床锅炉NO_x排放特性GSA—SVM模型。由于SVM精度及泛化能力依赖于参数选择，故将万有引力搜索算法（GSA）运用到模型参数寻优过程中，利用不同工况下的样本数据检验了模型的预测性能，并将该模型分别与BP神经网络、粒子群（PSO）和遗传算法（GA）优化的SVM模型进行比较，仿真实验证明GSA—SVM模型具有很好的辨识能力及良好的泛化能力。
展开更多
关键词
计量学
氮氧化物排放特性
万有引力搜索算法
支持向量机
循环流化床锅炉
在线阅读
下载PDF
职称材料
基于GSA-PELM的锅炉NO_x预测模型
被引量：
7
3
作者
牛培峰
史春见
+2 位作者
刘楠
常玲芳
张先臣
《计量学报》
CSCD
北大核心
2018年第5期741-746,共6页
为了更加精确地实现对电厂循环流化床锅炉NOx排放量进行预测,提出了一类基于并行极端学习机的GSA-PELM模型。由于PELM的泛化能力及精度依赖于其权值的选择,因而利用万有引力算法优化PELM的权值,采用从某火电厂300 MW的循环流化床锅炉在...
为了更加精确地实现对电厂循环流化床锅炉NOx排放量进行预测,提出了一类基于并行极端学习机的GSA-PELM模型。由于PELM的泛化能力及精度依赖于其权值的选择,因而利用万有引力算法优化PELM的权值,采用从某火电厂300 MW的循环流化床锅炉在不同工况下实时采集的数据来检验模型的预测性能,并将GSAPELM模型分别与PELM模型、ELM模型、万有引力算法优化的最小二乘支持向量机模型(GSA-LSSVM)、GSA-ELM模型进行比较,仿真结果表明GSA-PELM模型的精度相比其它所有模型提高了9个数量级以上,可以更加有效、准确地用于预测火电厂锅炉的NOx排放浓度。
展开更多
关键词
计量学
氮氧化物排放特性
氮氧化物
预测
循环流化床锅炉
万有引力算法
并行极端学习机
在线阅读
下载PDF
职称材料
题名
基于量子自适应鸟群算法的锅炉NO_x排放特性研究
被引量：
11
1
作者
牛培峰
王丘亚
马云鹏
赵庆冲
陈科
赵振
机构
燕山大学电气工程学院
出处
《计量学报》
CSCD
北大核心
2017年第6期770-775,共6页
基金
国家自然科学基金(61573306
61403331)
文摘
针对锅炉NO_x排放量难以准确预测的问题,提出了一种新的NO_x排放预测方法,利用改进的量子自适应鸟群算法(QBSA)和快速学习网(FLN)进行综合建模,得到锅炉NO_x排放浓度模型。将QBSA与基本鸟群算法(BSA)、差分进化算法(DE)、粒子群算法(PSO)进行比较,并通过仿真实验证明了其具有更好的寻优精度和更快的收敛速度。最后采用不同工况下的样本数据检测QBSA-FLN与BSA-FLN模型的预测效果,实验结果表明,QBSAFLN具有更高的预测精度和泛化能力,可以更准确地预测NO_x排放量。
关键词
计量学
氮氧化物排放特性
量子自适应鸟群算法
快速学习网
Keywords
metrology
NOx emission characteristics
QBSA
fast learning network
分类号
TB99 [机械工程—测试计量技术及仪器]
在线阅读
下载PDF
职称材料
题名
基于GSA—SVM的循环流化床锅炉NO_x排放特性模型
被引量：
4
2
作者
牛培峰
麻红波
李国强
马云飞
陈贵林
张先臣
机构
燕山大学工业计算机控制工程河北省重点实验室
国家冷轧板带装备及工艺工程技术研究中心
出处
《计量学报》
CSCD
北大核心
2013年第6期602-606,共5页
基金
国家自然科学基金（60774028）
河北省自然科学基金（F2010001318）
文摘
为了准确地预测循环流化床锅炉NO_x排放量，以某热电厂循环流化床锅炉燃烧数据为样本，提出了基于支持向量机（SVM）的循环流化床锅炉NO_x排放特性GSA—SVM模型。由于SVM精度及泛化能力依赖于参数选择，故将万有引力搜索算法（GSA）运用到模型参数寻优过程中，利用不同工况下的样本数据检验了模型的预测性能，并将该模型分别与BP神经网络、粒子群（PSO）和遗传算法（GA）优化的SVM模型进行比较，仿真实验证明GSA—SVM模型具有很好的辨识能力及良好的泛化能力。
关键词
计量学
氮氧化物排放特性
万有引力搜索算法
支持向量机
循环流化床锅炉
Keywords
Metrology
NOx emission characteristic1
Gravitation search algorithm
Support vector machine
Circulating fluidized bed boilers
分类号
TB99 [机械工程—测试计量技术及仪器]
在线阅读
下载PDF
职称材料
题名
基于GSA-PELM的锅炉NO_x预测模型
被引量：
7
3
作者
牛培峰
史春见
刘楠
常玲芳
张先臣
机构
燕山大学工业计算机控制工程河北省重点实验室
出处
《计量学报》
CSCD
北大核心
2018年第5期741-746,共6页
基金
国家自然科学基金(61573306
61403331)
文摘
为了更加精确地实现对电厂循环流化床锅炉NOx排放量进行预测,提出了一类基于并行极端学习机的GSA-PELM模型。由于PELM的泛化能力及精度依赖于其权值的选择,因而利用万有引力算法优化PELM的权值,采用从某火电厂300 MW的循环流化床锅炉在不同工况下实时采集的数据来检验模型的预测性能,并将GSAPELM模型分别与PELM模型、ELM模型、万有引力算法优化的最小二乘支持向量机模型(GSA-LSSVM)、GSA-ELM模型进行比较,仿真结果表明GSA-PELM模型的精度相比其它所有模型提高了9个数量级以上,可以更加有效、准确地用于预测火电厂锅炉的NOx排放浓度。
关键词
计量学
氮氧化物排放特性
氮氧化物
预测
循环流化床锅炉
万有引力算法
并行极端学习机
Keywords
metrology
NOx emission characteristics
NOx prediction
circulating fluidized bed boiler
gravitationsearch algorithm
parallel extreme learning machine
分类号
TB99 [机械工程—测试计量技术及仪器]
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
基于量子自适应鸟群算法的锅炉NO_x排放特性研究
牛培峰
王丘亚
马云鹏
赵庆冲
陈科
赵振
《计量学报》
CSCD
北大核心
2017
11
在线阅读
下载PDF
职称材料
2
基于GSA—SVM的循环流化床锅炉NO_x排放特性模型
牛培峰
麻红波
李国强
马云飞
陈贵林
张先臣
《计量学报》
CSCD
北大核心
2013
4
在线阅读
下载PDF
职称材料
3
基于GSA-PELM的锅炉NO_x预测模型
牛培峰
史春见
刘楠
常玲芳
张先臣
《计量学报》
CSCD
北大核心
2018
7
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
