基于即時學習策略的火電廠煙氣含氧量軟測量

摘要： 針對電廠煙氣舍氧量難以進行有效預測的問題,從提高煙氣含氧量預測模型在線自適應能力的角度出發,提出一種基于即時學習策略的改進支持向量機建模方法,并基于電廠實際運行數據進行了仿真研究.仿真實驗表明,與標準BP神經網絡和支持向量機等建模方法的比較,本算法具有更好的預測性能,雖然計算開銷有所增加,但能夠滿足鍋爐燃燒過程煙氣含氧量預測的實時性要求. 作 者： 張炎欣    張航    王偉    ZHANG Yan-xin    ZHANG Hang    WANG Wei   作者單位： 中南大學信息科學與工程學院,湖南,長沙,410083  期 刊： 裝備制造技術    Journal： EQUIPMENT MANUFACTURING TECHNOLOGY  年，卷(期)： 2010, ""(4)  分類號： X773  關鍵詞： 煙氣含氧量    在線自適應    即時學習    改進支持向量機   

【基于即時學習策略的火電廠煙氣含氧量軟測量】相關文章：

英語學習六大策略05-04

基于永久散射體雷達干涉測量的蘇州地區沉降研究12-03

談英語學習策略和英語學習方法05-04

《學習自然測量》大班教案08-25

基于SWOT分析鳳凰單叢茶市場分析及營銷策略論文11-28

軟考總結04-28

英語口語學習的六大策略05-04

做軟陶作文12-10

如何提升軟實力11-23

火電廠的實習報告04-20