典型文献
基于WOA-BP神经网络的磨煤机出粉量估算
文献摘要：
为了解决火电厂磨煤机出粉量难以估算的问题,运用软测量方法,结合磨煤机工作时的系统参数和磨煤机出粉量建立BP神经网络模型,建立各参数与出粉量的非线性映射关系,对磨煤机出粉量进行估算.为了减小该模型的误差,采用鲸鱼算法(WOA)优化BP神经网络的权重和阈值,建立了 WOA-BP算法模型.为了验证WOA-BP算法模型的可靠性,将鲸鱼算法(WOA)、粒子群算法(PSO)、遗传算法(GA)和BP神经网络分别建立磨煤机出粉量的WOA-BP、PSO-BP、GA-BP、BP神经网络算法模型.计算结果表明在4种算法模型中,WOA-BP算法估算模型对磨煤机出粉量有最好的预测能力,平均绝对误差仅0.94.
文献关键词：
磨煤机;软测量;BP神经网络;鲸鱼算法;粒子群算法;遗传算法
中图分类号：
作者姓名：
张志勇;陆金桂;张猛
作者机构：
南京工业大学机械与动力工程学院 南京211816
文献出处：
引用格式：
[1]张志勇;陆金桂;张猛-.基于WOA-BP神经网络的磨煤机出粉量估算)[J].电子测量技术,2022(22):157-161
A类：
B类：
WOA,磨煤机,出粉量,火电厂,软测量方法,机工,系统参数,非线性映射,映射关系,鲸鱼算法,算法模型,粒子群算法,PSO,GA,立磨,神经网络算法,估算模型,预测能力,平均绝对误差
AB值：
0.192997
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
