本文主要研究内容
作者袁晨博,杨鹏,贾风军,荣令坤,张勇（2019）在《基于BP神经网络的煤气化炉工艺过程的数值模拟》一文中研究指出：气化炉的产气量对指导煤化工企业进行生产和决策有重要意义。为了对产气量做出准确的预测,在工业数据的基础上,构建了BP神经网络煤气产量预测模型,并对模型进行优化,通过现场数据对模型进行验证,表明BP神经网络模型对气化炉煤气产量的预测效果较好。
Abstract
qi hua lu de chan qi liang dui zhi dao mei hua gong qi ye jin hang sheng chan he jue ce you chong yao yi yi 。wei le dui chan qi liang zuo chu zhun que de yu ce ,zai gong ye shu ju de ji chu shang ,gou jian le BPshen jing wang lao mei qi chan liang yu ce mo xing ,bing dui mo xing jin hang you hua ,tong guo xian chang shu ju dui mo xing jin hang yan zheng ,biao ming BPshen jing wang lao mo xing dui qi hua lu mei qi chan liang de yu ce xiao guo jiao hao 。
论文参考文献
论文详细介绍
论文作者分别是来自自动化应用的袁晨博,杨鹏,贾风军,荣令坤,张勇，发表于刊物自动化应用2019年01期论文，是一篇关于煤气产量论文,神经网络论文,优化论文,自动化应用2019年01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，资料来自自动化应用2019年01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：煤气产量论文; 神经网络论文; 优化论文; 自动化应用2019年01期论文;