原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
388-遗传算法优化BP网络及其在灰渣粘度预测中的应用与在线粘度计(黏度-神经网络-煤气化).pdf
第24卷第5期 计算机与应用化学 V01．24．No．5
and
2007年5月28日 Computers Cbemistry May，2007
Applied
遗传算法优化BP网络及其在灰渣粘度预测中的应用
张志文，梁钦锋，王增莹，于广锁，于遵宏 ．
(华东理工大学洁净煤技术研究所，上海，200237)
摘要：气流床气化技术受到广泛关注，一般工艺要求液态排渣，而灰渣粘度决定着气化炉排渣能否顺利。在灰渣粘度预测中，
粘度与灰渣呈复杂的非线性映射关系，而目前尚未有成熟的模型。本文拟从模糊模型人手，采用遗传算法(GA)优化神经网
络(BP)的初始权阈值，优化后的神经网络模型，再预测灰渣粘度值。预测过14组样本，将预测值同三种不同机理模型预测值
比较，证明GA·BP模型预测值同实验值最接近，且精度明显较其它模型高。
关键词：灰渣粘度；神经网络；遗传算法；煤气化
中图分类号：TQ02；TQOl8
文献标识码：A
文章编号：l001．4160(2007)05．609_613
BPneuralnetwork andit’s in
optimizedbygeneticalgorithm applicationslag
viscosityprediction ，
G andYu
ZhangZhiwen，Liang uangsuo ZunhOng
Qinfeng，VVangZengying，Yu
ofCIeanCoaI China of
(1nstitute Technology，EastUniVersity
ofcoalinentrainednow to clean foru8einthe i8 con8idemblein-
Abstract：Thegasi6cation gasmerproducesynga8 industryattracting
teI℃st is in the ofwhich8houldbe I．or successful
worldwide，wher℃the 8tate，sovi8cosity achieving slagtap—
8lagtappedliquid adequate
facto均ofthe 80 alsoat mathematicalmod-
ping．Invisc08itypredicting，afbctingslagviscosit)，arecomplicated，andpresent，apreci8e
elha8notbeenestablished．Inthis newneuralnetwork fbrusein the ofthe
viscosity
paper，a optimizedbygeneticalgorithm pI℃dicting
is offourteen are with networkmodel．Afterre8ultto withthe
slagpre8ented．Thevi8cogity sample8predictedoptimized taking compare
value oth
文档评论（0）