期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于不同ANN模型对流化床颗粒内循环量的预测研究 被引量:3
1
作者 陈鸿伟 梁锦俊 +2 位作者 宋杨凡 刘博朝 刘玉强 《华北电力大学学报(自然科学版)》 CAS 北大核心 2021年第5期113-120,共8页
双循环流化床的颗粒内循环量直接决定了副流化床内的传热效果。为了解双流化床在其他工况下的传热效果,采用多种ANN模型对颗粒的内循环量进行预测。以一种新型双流化床冷态实验系统的60组工况运行结果作为数据来源,采用5种不同的人工神... 双循环流化床的颗粒内循环量直接决定了副流化床内的传热效果。为了解双流化床在其他工况下的传热效果,采用多种ANN模型对颗粒的内循环量进行预测。以一种新型双流化床冷态实验系统的60组工况运行结果作为数据来源,采用5种不同的人工神经网络(ANN)模型对颗粒内循环量进行预测,并同各个工况下的实验数据进行对比。采用主流化床流化风速、炉膛隔墙高度、主流化床初始床层高度这三个因素作为模型的特征值,将颗粒内循环量作为输出目标,以平均绝对百分比误差和均方根误差作为评价指标。结果显示GA-BP、SVM以及ELM三种模型具有比较理想的预测精度。 展开更多
关键词 双流化床 颗粒内循环量 遗传算法 支持向 极限学习机
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部