| 基于人工鱼群-径向基神经网络的NOx预测模型 |
| |
| 引用本文： | 金秀章,于静,刘岳. 基于人工鱼群-径向基神经网络的NOx预测模型[J]. 动力工程学报, 2021, 41(7): 551-557. DOI: 10.19805/j.cnki.jcspe.2021.07.004 |
| |
| 作者姓名： | 金秀章 于静 刘岳 |
| |
| 作者单位： | 华北电力大学控制与计算机工程学院,河北保定071003 |
| |
| 摘 要： | 针对燃煤电厂脱硝系统入口NOx质量浓度迟延较大、难以测量的问题,提出了人工鱼群算法(AFSA)优化径向基神经网络(RBFNN)预测模型.利用互信息确定模型输入变量,运用K-近邻互信息算法预估迟延时间;采用具有强泛化能力的RBFNN建立相空间重构的辅助变量和主导变量的预测模型,并运用AFSA确定RBFNN的最优参数组合,克服输入规律不明和参数随机性的影响.最后将AFSA-RBFNN预测模型与RBFNN、PSO-RBFNN预测模型进行对比验证.结果表明:AFSA-RBFNN预测模型的均方根误差、平均绝对百分比误差最小,运行时间最短,表明该模型的泛化能力、预测精度明显优于其他模型,并能够解决粒子群算法的局部收敛和运行时间长的问题.
|
| 关 键 词： | 人工鱼群算法 径向基神经网络 互信息 K-近邻互信息 预测模型 |
NOx Prediction Model Based on Artificial Fish Swarm-Radial Basis Function Neural Network |
| |
| JIN Xiuzhang,YU Jing,LIU Yue. NOx Prediction Model Based on Artificial Fish Swarm-Radial Basis Function Neural Network[J]. Journal of Power Engineering, 2021, 41(7): 551-557. DOI: 10.19805/j.cnki.jcspe.2021.07.004 |
| |
| Authors: | JIN Xiuzhang YU Jing LIU Yue |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
