搜索资源列表
asdf
- 本文提出一种粗糙集理论和动态前馈神经网络相结合的神经网络构造方法。充分发挥了粗糙集理论和神经网络的优势,弥补了各自的缺点。并应用于实际工业过程,在乙烯装置裂解炉燃料气热值控制中取得了良好的应用效果。-This paper presents a rough set theory and dynamic feedforward neural networks combined neural network constructed. Give full play to the rough set th
MATLAB
- 本文 通 过 对己有模型和锅炉运行现状的分析,尝试用BP神经网络的方法分析讨论锅炉效率在线计算和运行优化等问题。研究工作主要包括:基于BP神经网络进行煤的工业分析结果和元素分析结果之间的转换 考虑到煤在锅炉中燃烧时有固体未燃碳存在,给出了煤组成成分的实际结果的概念 详细讨论了过量空气系数的两种定义及特点,说明运行中用烟气分析结果确定过量空气系数时,对测得的湿烟气含氧量进行修正的必要性和方法:以反平衡法为基础给出了改进的锅炉效率在线计算模型 以效率在线计算为基础,尝试运用神经网络方法确定锅炉运行中
04620758
- 基于自适应RBF神经网络的PID控制,用于燃气轮机排气温度 -SELF-ADAPTIVE RBF NEURAL NETWORK PID CONTROL IN EXHAUST TEMPERATURE OF MICRO GAS TURBINE
1-s2.0-S0032591011005584-main
- Modeling and Pareto optimization of gas cyclone separator performance using RBF type artificial neural networks and genetic algorithms