已閱讀1頁,還剩58頁未讀, 繼續(xù)免費(fèi)閱讀
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、本文以大型鋼鐵生產(chǎn)基地攀鋼集團(tuán)為背景,采用神經(jīng)網(wǎng)絡(luò)來建立脫硫靜態(tài)模型,自動尋找脫硫過程的規(guī)律和知識,從而對脫硫過程進(jìn)行決策支持,降低脫硫成本,為全自動脫硫創(chuàng)造了良好的條件.本文采用RBF神經(jīng)網(wǎng)絡(luò)作為建模工具.針對建模過程中出現(xiàn)的RBF中心和寬度難以確定的難點(diǎn),在分析螞蟻算法機(jī)理的基礎(chǔ)上,提出了使用智能螞蟻算法對RBF神經(jīng)網(wǎng)絡(luò)模型的中心和寬度進(jìn)行自適應(yīng)選擇,從而達(dá)到模型訓(xùn)練精度和范化能力的一個最優(yōu)的平衡,從而提高模型的預(yù)報精度.本文在分析
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于廣義遺傳算法優(yōu)化的脫硫靜態(tài)模型的研究.pdf
- 基于螞蟻算法的拆卸序列優(yōu)化.pdf
- 基于社會力模型的智能優(yōu)化算法研究.pdf
- 基于智能算法的投資組合優(yōu)化模型研究.pdf
- 靜態(tài)電壓穩(wěn)定的無功優(yōu)化模型和算法研究.pdf
- 基于智能優(yōu)化算法的Wiener模型辨識.pdf
- 基于螞蟻算法在管理優(yōu)化方面的研究.pdf
- 智能優(yōu)化算法評價模型研究.pdf
- 一種新的基于螞蟻混沌行為的群智能優(yōu)化算法及其應(yīng)用研究.pdf
- 基于螞蟻算法的QoS路由算法研究.pdf
- 基于螞蟻免疫記憶優(yōu)化算法的網(wǎng)格任務(wù)調(diào)度研究.pdf
- 基于PDNS的本地靜態(tài)路由算法的優(yōu)化.pdf
- 鐵水脫硫智能控制模型的研究.pdf
- 基于智能優(yōu)化算法的港口國監(jiān)督選船模型研究.pdf
- RBFNN研究及其在鐵水脫硫靜態(tài)模型中的應(yīng)用.pdf
- 基于智能優(yōu)化算法的港口國監(jiān)督選船模型研究(1)
- 基于混合智能算法的CFB-FGD脫硫系統(tǒng)建模與優(yōu)化研究.pdf
- 基于改進(jìn)螞蟻算法的物流配送路徑優(yōu)化問題研究.pdf
- 基于圖形模型的智能優(yōu)化.pdf
- 基于狀態(tài)空間模型智能算法的公交優(yōu)化調(diào)度.pdf
評論
0/150
提交評論