文章摘要:为了预测燃煤锅炉受热面的结渣情况，以灰成分金属氧化物、煤灰SO₃含量以及结渣评判指标为自变量，灰熔点变形温度（deformation temperature，DT）和软化温度（softening temperature，ST）为因变量，建立了BP神经网络（BP neural network，BPNN）和最小二乘支持向量机（least squares support vector machine，LSSVM）的灰熔点预测模型。回归分析和误差分析结果表明：针对样本量多的DT预测过程，2种模型精度接近，预测结果置信度均达95%，相关系数都约为0.92，平均相对误差都约为3.4%；针对样本量较少的ST预测过程，LSSVM模型预测效果较优，相关系数为0.950 52，高于BPNN模型的0.904 26，平均相对误差为4.98%，并且大误差点个数少于BPNN模型。因此，LSSVM模型能够更准确预测飞灰的DT和ST。

文章关键词:

项目基金:国家自然科学基金项目(51206047),

论文作者:时浩¹ 肖海平¹ 刘彦鹏² 

作者单位:1. 华北电力大学能源动力与机械工程学院 

论文分类号: TM621.2;TP18

相似文献:基于改进鲸鱼算法的BP神经网络水资源需求预测方法.....作者:马创,周代棋,张业,刊载期刊：《计算机科学》
基于模拟退火优化BP神经网络的变形监测数据预测方法.....作者:张巨林,刊载期刊：《测控技术》
基于BP神经网络的无约束优化方法.....作者:董志贵,王福林,宋庆凤,吴志辉,刊载期刊：《统计与决策》
基于改进BP神经网络的短期电力负荷预测方法研究.....作者:王克杰,张瑞,刊载期刊：《电测与仪表》
基于BP神经网络的镁合金焊缝成形预测.....作者:赵成涛,刊载期刊：《热加工工艺》
改进遗传算法优化BP神经网络的语音情感识别.....作者:陈闯,RyadChellali,邢尹,刊载期刊：《计算机应用研究》
基于BP神经网络的n/γ甄别方法研究.....作者:宋海声,吕柏阳,李婷,牛德芳,庄凯,刘鹏浩,杨雄斌,秦秀波,俞伯祥,蒋杰臣,刊载期刊：《原子能科学技术》
基于BP神经网络的织物表面绒毛质量的检测方法.....作者:金守峰,林强强,马秋瑞,张浩,刊载期刊：《纺织学报》
基于BP神经网络的空中无人通信平台作战效能评估.....作者:罗杰,苏兵,翟乐育,刊载期刊：《指挥控制与仿真》
基于多BP神经网络的内存组合特征分类方法.....作者:段佳良,蔡国明,徐开勇,刊载期刊：《计算机应用》

相关文章:人工智能在智能制造中的应用.....作者:杨磊
大数据人工智能驱动图书馆知识服务和学科建设.....作者:姜爱蓉
商业航天背景下的遥感应用产业化.....作者:刘东升
Artificial Intelligence: Where Maybe Next Steps? “人工智能热”之后的冷静思考.....作者:Tony Qiu
Computational Analysis of the Voynich Manuscript 十五世纪伏尼契码的智能解析.....作者:Greg Kondrak
深度强化学习系列课程第四讲.....作者:汪荣贵
北京二号遥感卫星星座及其应用服务.....作者:屈鸿钧
第一讲：人工智能时代的刑事责任演变： 过去·现在·将来.....作者:刘宪权

文章来源：福建分析测试 网址: http://fjfxcs.400nongye.com/lunwen/itemid-107078.shtml

上一篇： 农业基础科学论文_林草和梯田措施对小流域降雨—径流—输沙过程的影响分析
下一篇： 铁路运输论文_高速动车组转向架牵引制动载荷及损伤特征研究