蚁群前馈神经网络在煤灰熔点预测中的应用

被引:9
作者
刘彦鹏
仲玉芳
钱积新
吴明光
机构
[1] 浙江大学
关键词
煤灰熔点; 蚁群算法; BP算法; 蚁群前馈; 神经网络; 模型;
D O I
10.19666/j.rlfd.2007.08.005
中图分类号
TK221 [理论];
学科分类号
080703 ;
摘要
提出了一种蚁群前馈神经网络模型。采用蚁群算法和BP算法相结合的方法训练神经网络,可避免单纯BP算法容易陷入局部最优的不足,降低算法对初值的敏感性。应用蚁群前馈神经网络建立了灰熔点的模型,并对模型的预测性能进行了验证。结果表明,该方法的预测精度比单一的BP神经网络模型有较大提高,训练后的网络模型可以用于煤灰熔点的预报。
引用
收藏
页码:23 / 26
页数:4
相关论文
共 7 条
[1]   广义回归神经网络在煤灰熔点预测中的应用 [J].
周昊 ;
郑立刚 ;
樊建人 ;
岑可法 .
浙江大学学报(工学版), 2004, (11) :90-93
[2]   广义蚁群与粒子群结合算法在电力系统经济负荷分配中的应用 [J].
侯云鹤 ;
鲁丽娟 ;
熊信艮 ;
吴耀武 .
电网技术, 2004, (21) :34-38
[3]   基于蚁群算法的多层前馈神经网络 [J].
洪炳熔 ;
金飞虎 ;
高庆吉 .
哈尔滨工业大学学报, 2003, (07) :823-825
[4]   基于广义蚁群算法的电力系统经济负荷分配 [J].
侯云鹤 ;
熊信艮 ;
吴耀武 ;
鲁丽娟 .
中国电机工程学报, 2003, (03) :59-64
[5]  
智能优化算法及其应用[M]. - 清华大学出版社 , 王凌著, 2001
[6]  
电站锅炉原理[M]. - 中国电力出版社 , 容銮恩等编, 1997
[7]  
Ant colony optimization theory: A survey[J] . Marco Dorigo,Christian Blum.Theoretical Computer Science . 2005 (2-3)