典型文献
基于改进粒子群算法优化模糊神经网络的炉膛结渣预测研究
文献摘要：
为提高基于模糊神经网络的锅炉炉膛受热面结渣预测精度,提出了一种基于广义钟型隶属度函数非线性惯性权重递减调整策略的粒子群优化算法,通过适应度测试函数对比实验、结渣预测实验和预测稳定性分析对现有文献中线性惯性权重递减调整策略(LPSO)、指数型非线性惯性权重递减调整策略(IPSO)和基于广义钟型隶属度函数非线性惯性权重递减调整策略(GJPSO)进行对比分析.研究结果表明:本文所改进的粒子群算法可以有效地改善算法的早熟现象、平衡算法的全局和局部搜索能力、提高算法的收敛效果和稳定性.利用改进后的粒子群算法对模糊神经网络中的权值和阈值进行优化,提高了模糊神经网络的炉膛结渣预测性能.
文献关键词：
粒子群优化算法;非线性递减惯性权重;模糊神经网络;结渣预测
中图分类号：
作者姓名：
苗建杰;李德波;李慧君;刘鹏宇
作者机构：
华北电力大学能源动力与机械工程学院,河北保定071003;南方电网电力科技股份有限公司,广东广州510080
文献出处：
引用格式：
[1]苗建杰;李德波;李慧君;刘鹏宇-.基于改进粒子群算法优化模糊神经网络的炉膛结渣预测研究)[J].热能动力工程,2022(11):104-114
A类：
结渣预测,GJPSO
B类：
改进粒子群算法,算法优化,模糊神经网络,炉膛,预测研究,锅炉,受热面,隶属度函数,非线性惯性权重,调整策略,粒子群优化算法,适应度,测试函数,稳定性分析,中线,LPSO,指数型,IPSO,改进的粒子群算法,早熟,局部搜索,搜索能力,收敛效果,权值,预测性能,非线性递减惯性权重
AB值：
0.239811
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。
