排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
以供热系统为研究对象,针对集中供热热负荷中由于温度因素、随机因素以及建筑本身因素等导致预测精度不高的问题．提出了采用BP神经网络算法来进行预测,它对具有非线性的模型有很好的控制效果,并且可以进行自我学习．但由于BP神经网络的波动较大,比较容易出现局部优化现象,因此在使用BP神经网络的基础上进行改进,将BP神经网络与遗传优化算法相结合,弥补BP神经网络的不足．最后通过仿真实验,结果表明热负荷预测的误差大大减少,预测精度提高,继而实现合理供热． 相似文献
2.
针对锅炉汽包水位控制动态响应缓慢、滞后大等问题,提出了一种将粒子群PSO(Particle Swarm Optimization, PSO)算法与PID控制相结合的控制策略,设计了一套PSO三冲量PID自适应控制器,实现对水位的控制.结果表明,PSO-PID算法在汽包水位控制上超调小,调整时间短. 相似文献
1