本文主要研究内容
作者李力,陆金桂(2019)在《基于PSO-BP神经网络的飞灰含碳量测量方法》一文中研究指出:针对飞灰含碳量测量困难的问题,提出了基于粒子群算法优化BP神经网络的飞灰含碳量测量方法。以飞灰含碳量影响因素为模型的输入,飞灰含碳量为模型的输出,建立飞灰含碳量预测模型,并将预测结果和传统BP神经网络预测结果相比较。实验结果表明,该测量方法具有较高的预测精度。
Abstract
zhen dui fei hui han tan liang ce liang kun nan de wen ti ,di chu le ji yu li zi qun suan fa you hua BPshen jing wang lao de fei hui han tan liang ce liang fang fa 。yi fei hui han tan liang ying xiang yin su wei mo xing de shu ru ,fei hui han tan liang wei mo xing de shu chu ,jian li fei hui han tan liang yu ce mo xing ,bing jiang yu ce jie guo he chuan tong BPshen jing wang lao yu ce jie guo xiang bi jiao 。shi yan jie guo biao ming ,gai ce liang fang fa ju you jiao gao de yu ce jing du 。
论文参考文献
论文详细介绍
论文作者分别是来自机械与电子的李力,陆金桂,发表于刊物机械与电子2019年04期论文,是一篇关于粒子群算法论文,神经网络论文,飞灰含碳量论文,预测模型论文,机械与电子2019年04期论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自机械与电子2019年04期论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。
标签:粒子群算法论文; 神经网络论文; 飞灰含碳量论文; 预测模型论文; 机械与电子2019年04期论文;