双人工神经网络建模及约束条件下的遗传算法优化

被引:6
作者
刘福国
机构
[1] 山东电力研究院
关键词
自动控制技术; 人工神经网络; 双网络建模; 遗传算法; 数据挖掘; 锅炉; 燃烧优化;
D O I
暂无
中图分类号
TK229.6 [燃煤锅炉];
学科分类号
摘要
采用双人工神经网络模型,能使人工神经网络从高维度的有限样本中提取可靠的信息。此外,还给出了基于双网络模型的有约束遗传算法的优化方法。在锅炉燃烧区段风量和粉量分配建模及优化中的应用表明:双网络模型有较高的可靠性;风量和粉量的合理分配能够改善锅炉运行的经济和环保效益;双网络模型对该过程的推断与现有的知识和经验相符。
引用
收藏
页码:357 / 361
页数:5
相关论文
共 4 条
[1]   基于人工神经网络和遗传算法的火电厂锅炉实时燃烧优化系统 [J].
周昊 ;
朱洪波 ;
岑可法 .
动力工程, 2003, (05) :2665-2669
[2]   基于遗传算法的燃煤锅炉热效率优化 [J].
周昊 ;
朱洪波 ;
曾庭华 ;
廖宏楷 ;
岑可法 .
中国电机工程学报, 2002, (07) :125-128
[3]   基于人工神经网络的大型电厂锅炉飞灰含碳量建模 [J].
周昊 ;
朱洪波 ;
曾庭华 ;
廖宏楷 ;
岑可法 .
中国电机工程学报, 2002, (06) :97-101
[4]   大型四角切圆燃烧锅炉NOx排放特性的神经网络模型 [J].
周昊 ;
朱洪波 ;
茅建波 ;
廖宏楷 ;
岑可法 .
中国电机工程学报, 2002, (01) :34-38