基于融合策略粒子群优化BP神经网络的磨煤机出粉量优化
作者:李浩然; 李力; 陆金桂
更新时间:
为了优化磨煤机系统的参数,提高磨煤机的制粉量,结合系统参数和磨煤机的制粉量,建立了误差反向传播算法(BP)神经网络磨煤机制粉量模型,并对模型参数进行了分析。为了提高软测量的精度和参数优化的效果,针对磨煤机系统参数与煤粉输出数据之间的非线性映射,提出了一种基于融合策略的改进粒子群优化BP算法算法,并建立了估计模型。为了验证基于融合策略的改进粒子群优化BP算法算法的可靠性,将该算法与传统粒子群优化BP算法算法和传统BP算法算法进行了比较。结果表明,基于融合策略的改进粒子群优化BP算法模型对磨煤机的粉体产量具有良好的预测能力,预测值与实际值的平均值仅为3.8139%。