基于DE优化的炼焦能耗神经网络模型

基于DE优化的炼焦能耗神经网络模型

论文摘要

现今焦化行业耗能高、污染严重的问题,引起社会广泛关注,使得降低炼焦能耗,保护环境成了焦化行业亟待解决的问题。针对炼焦生产过程中炼焦能耗数学模型难以建立、统计量大等问题,分析了影响炼焦能耗的主要因素,提出了神经网络数学模型。由于差分进化算法收敛速度快、不易陷入极值等优点,建立基于差分进化算法神经网络数学模型。通过MATLAB仿真实验结果表明,模型误差波动小,寻优速度快,模型精度达到95%以上。该研究为建立炼焦能耗数学模型方面,提供了新的思路,为炼焦行业高效低耗生产指明了新方向。

论文目录

  • 1 炼焦能耗模型
  • 2 差分进化算法
  • 3 基于DE的炼焦能耗模型
  • 4 实验分析
  •   4.1 数据预处理
  •   4.2 能耗预测
  •   4.3 模型验证
  • 5 结论
  • 文章来源

    类型: 期刊论文

    作者: 陶文华,孔平平,桂运金,陈娇,吴志林

    关键词: 炼焦能耗,差分进化,神经网络,模型

    来源: 电子设计工程 2019年20期

    年度: 2019

    分类: 信息科技,工程科技Ⅰ辑

    专业: 燃料化工,自动化技术

    单位: 辽宁石油化工大学信息与控制工程学院

    基金: 国家自然科学基金面上项目(61673199),国家自然科学基金青年基金项目(61703191)

    分类号: TQ520;TP183

    DOI: 10.14022/j.cnki.dzsjgc.2019.20.007

    页码: 31-35

    总页数: 5

    文件大小: 1816K

    下载量: 29

    相关论文文献

    标签:;  ;  ;  ;  

    基于DE优化的炼焦能耗神经网络模型
    下载Doc文档

    猜你喜欢