|
|
DE算法改进的炼焦能耗RBF预测模型
陶文华， 陈娇， 桂运金， 孔平平
辽宁石油化工大学学报
2020, 40 (2):
91-96.
DOI: 10.3969/j.issn.1672-6952.2020.02.015
针对炼焦能耗计算繁琐、影响因素众多的问题，以目标火道温度、烟道吸力、水分、挥发分和炼焦时间为输入变量，以炼焦能耗为输出变量，提出基于差分进化算法改进的RBF预测模型。由于RBF网络存在学习能力差、收敛速度慢等多个缺点，针对性地改进了差分进化算法优化的能耗预测模型。利用具有强大全局搜索能力的差分进化算法，选择RBF网络中基函数的中心值、宽度和输出权重的计算最优值，以此作为RBF神经网络的中心值、宽度和输出权重。结果表明，改进后的RBF预测模型具有较高的精度、稳定性和训练速度，对降低炼焦能耗、提高焦炭产量和提高企业经济效益具有重要意义。
相关文章 |
多维度评价
|
|
