基于粒子群优化算法的Elman神经网络凝汽器真空模型

被引:12
作者
张海
浦健
张啸澄
机构
[1] 南京师范大学动力工程学院
关键词
凝汽器; 真空; 神经网络; 粒子群优化算法; 仿真;
D O I
暂无
中图分类号
TP183 [人工神经网络与计算]; TK264.11 [];
学科分类号
摘要
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。
引用
收藏
页码:7 / 11+35 +35
页数:6
相关论文
共 11 条