基于PSO-BP神经网络的燃气轮机结垢性能预测 |
| |
作者单位: | 海军工程大学动力工程学院,湖北武汉430033 |
| |
摘 要: | 针对传统BP神经网络存在的学习速度慢,容易陷入局部极小的问题,为了提高诊断效率和非线性拟合能力,提出利用粒子群算法、遗传算法和布谷鸟算法优化BP神经网络对燃气轮机积垢性能预测,将各算法所得误差和拟合度进行对比。结果表明:粒子群算法优化BP神经网络的非线性拟合度为0.934 4,优于其他算法,相较于其他算法具有更低的绝对误差平均值,有效避免了局部最优情况。
|
关 键 词: | BP神经网络 算法优化 燃气轮机 性能预测 |
本文献已被 CNKI 万方数据 等数据库收录! |
|