典型文献
基于遗传算法的压气机性能曲线拟合方法研究
文献摘要：
为了研究人工神经网络在压气机性能曲线拟合中的应用,分别利用BP神经网络、RBF神经网络、极限学习机以及BP-GA神经网络对某微型燃气轮机压气机的性能映射关系进行模拟,分析了不同网络模型在压气机特性曲线拟合上的优劣,以及样本容量对不同神经网络模型性能的影响.结果表明:BP-GA神经网络模型不仅收敛速度快,而且精度高;相比传统BP神经网络模型,其平均绝对百分比误差可控制在0.189％以内,训练时间可缩短至19.07 s;当样本容量较少时,传统BP神经网络模型不再适用,而基于遗传算法的BP-GA模型仍然保持较高的精度.
文献关键词：
压气机特性;神经网络;遗传算法;曲线拟合
中图分类号：
作者姓名：
路绪坤;张士杰;迟金玲;王波
作者机构：
中国科学院大学,北京100049;中国矿业大学机械工程系,北京100083;中国科学院工程热物理研究所先进能源动力重点实验室,北京100190
文献出处：
引用格式：
[1]路绪坤;张士杰;迟金玲;王波-.基于遗传算法的压气机性能曲线拟合方法研究)[J].热能动力工程,2022(01):105-109,123
A类：
B类：
压气机性能,性能曲线,曲线拟合方法,人工神经网络,RBF,极限学习机,GA,微型燃气轮机,燃气轮机压气机,性能映射,映射关系,压气机特性,特性曲线,样本容量,模型性能,收敛速度,平均绝对百分比误差,误差可控,训练时间,少时
AB值：
0.274947
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。
