版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领
文档简介
炭参数和燃烧参数输入经过训练的成分预测模发明通过BP神经网络对煤炭燃烧后的煤灰成分从而可以通过调整煤炭的燃烧参数改变煤灰成2将所述煤炭参数和所述燃烧参数输入经过训练的成分预测模型，得到所述基于改进粒子群算法和训练样本集对所述初始的成分预测模型和训练样本集对所述初始的成分预测模型进行训练，以得到经过训练的成分预测模型包通过改进粒子群算法对所述初始的成分预测模型中的权值和基于所述训练样本集对采用所述目标权值和所述目标阈值的成分预测模型进行训练，步骤5：基于各个粒子的历史最佳适应值和粒子群的全局最佳适应值更新每个粒子的3针对每个煤灰数据，将该煤灰数据的煤炭参数和燃烧参数作第二获取模块，用于获取目标煤炭的燃烧参数，所述燃烧预测模块，用于将所述煤炭参数和所述燃烧参数输入经过训练的成分预测模型训练模块，用于基于改进粒子群算法和训练样本集对所述初始的优化单元，用于通过改进粒子群算法对所述初始的训练单元，基于所述训练样本集对采用所述目标权值9.一种终端，包括存储器、处理器以及存储在所45[0020]步骤5：基于各个粒子的历史最佳适应值和粒子群的全局最佳适应值更新每个粒67[0046]本实施例中的成分预测模型为15-5-3-9结构的误差反向传播(BP，back[0060]步骤5：基于各个粒子的历史最佳适应值和粒子群的全局最佳适应值更新每个粒8的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限[0071]图2示出了本发明实施例提供的煤灰成分的预测装置的结构示意图，为了便于说9[0081]训练单元，基于训练样本集对采用目标权值和目标阈值的成分预测模型进行训[0087]步骤5：基于各个粒子的历史最佳适应值和粒子群的全局最佳适应值更新每个粒理器30、存储器31以及存储在所述存储器31中并可在所述处理器30上运行的计算机程序其他通用处理器、数字信号处理器(DigitalSignalProcessor，DSP)、专用集成电路(ApplicationSpecificIntegratedCircuit，ASIC)、现场可编程门阵列(Field-分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。进一步地，所述存储器31还可以既包括所述终端3的内部存储单元也包括外部存储设储器31还可以用于暂时地存储已经输出或者将要[0105]所述集成的模块如果以软件功能单元的形式实现并作为独立的产品销
温馨提示
- 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 2025年元宇宙数字资产的深度学习模型
- 某电子厂生产质量监督规则
- 乙型肝炎中文英语教育研讨会
- 浙江省山海协作体2025-2026学年高一上学期11月期中考试生物试题（解析版）
- 河北省衡水市安平中学2024-2025学年高一下学期开学考试化学试题
- 四川省达州市2024-2025学年高一上学期期末模拟考试化学试题（解析版）
- 某水泥厂破碎环节制度
- 2026-2030球墨铸铁井盖行业全景深度调查及前景产销率分析研究报告
- 某冶金厂设备巡检准则
- 2025年智能家居设备互联测试标准
- 学校危化品安全管理自查报告
- 2022年化工厂维修工电气维修配套笔试题及答案 全解版
- 海南省海口市2026年小升初入学分班考试英语考试真题含答案
- 2025年福建省高考物理真题卷含答案解析
- 监控系统操作培训教材
- AI在材料科学中的应用：从智能设计到产业变革
- 2026年及未来5年市场数据中国大型船用曲轴市场竞争态势及投资战略规划研究报告
- 《特长水下盾构隧道低碳绿色建设技术标准》
- 易制爆安全管理培训制度课件
- 养殖业环保课件
- 三体二黑暗森林课件
评论
0/150
提交评论