遗传算法优化的RBF神经网络的焦化炉温度预测方法
- 专利权人:
- 杭州电子科技大学
- 发明人:
- 张日东,薛安克,王建中,陈华杰,邹琴
- 申请号：
- CN201410489516.7
- 公开号：
- CN104318303A
- 申请日:
- 2014.09.23
- 申请国别(地区):
- 中国
- 年份:
- 2015
- 代理人:
- 杜军
- 摘要：
- 本发明公开了一种遗传算法优化的RBF神经网络的焦化炉温度预测方法。对于焦炭炉温度的动态特性，RBF神经网络模型具有良好的逼近速度，同时可以提高温度预测模型的精度，又可以简化模型结构，但是参数初值选取没有规律可循，不适当的选取会使网络收敛慢，甚至造成网络发散。本发明首先通过系统的输入输出数据建立径向基函数神经网络模型，然后利用RNA遗传算法来优化网络模型的参数，从而得到焦化炉的温度预测方法。本发明可以有效减小预测误差和模型结构的复杂度，达到很好的预测效果。
- 来源网站：
- 中国工程科技知识中心
