• <menu id="qseaa"><tt id="qseaa"></tt></menu><nav id="qseaa"><tt id="qseaa"></tt></nav>
    <optgroup id="qseaa"><tt id="qseaa"></tt></optgroup>
  • <object id="qseaa"><acronym id="qseaa"></acronym></object><input id="qseaa"></input>
    <menu id="qseaa"></menu>
  • <nav id="qseaa"><u id="qseaa"></u></nav>
  • <object id="qseaa"></object>
  • <input id="qseaa"></input><menu id="qseaa"></menu>
  • <s id="qseaa"></s>
  • <menu id="qseaa"><u id="qseaa"></u></menu>
  • <input id="qseaa"></input>
    ACS880-07C
    關注中國自動化產業發展的先行者!
    隨著會計的發展,追蹤碳足跡
    CAIAC 2025
    2024
    工業智能邊緣計算2024年會
    2023年工業安全大會
    OICT公益講堂
    當前位置:首頁 >> 資訊 >> 行業資訊

    資訊頻道

    基于LSSVM的工業鍋爐燃燒性能指標軟測量
    • 廠商:《自動化博覽》
    • 作者:張得欽
    • 點擊數:2400     發布時間:2012-11-01 17:25:00
    • 分享到:
    為實現工業鍋爐的燃燒優化,需要實時掌握飛灰含碳量、爐渣殘碳量等燃燒性能指標的變化。本文采用最小二乘支持向量機(LSSVM)建立了循環流化床鍋爐(CFBB)燃燒性能指標的軟測量模型,并提出一種基于自然選擇的粒子群算法來優化LSSVM參數。在此基礎上,利用工業鍋爐現場數據,進行了本文的軟測量模型與神經網絡軟測量模型的對比研究,結果表明:本文方法具有精度高和泛化能力強的優點,可作為工業鍋爐飛灰含碳量、爐渣殘碳量等燃燒性能指標的有效測量工具。
    關鍵詞:

       摘要:為實現工業鍋爐的燃燒優化,需要實時掌握飛灰含碳量、爐渣殘碳量等燃燒性能指標的變化。本文采用最小二乘支持向量機(LSSVM)建立了循環流化床鍋爐(CFBB)燃燒性能指標的軟測量模型,并提出一種基于自然選擇的粒子群算法來優化LSSVM參數。在此基礎上,利用工業鍋爐現場數據,進行了本文的軟測量模型與神經網絡軟測量模型的對比研究,結果表明:本文方法具有精度高和泛化能力強的優點,可作為工業鍋爐飛灰含碳量、爐渣殘碳量等燃燒性能指標的有效測量工具。

       在線預覽:基于LSSVM的工業鍋爐燃燒性能指標軟測量 

    熱點新聞

    推薦產品

    x
    • 在線反饋
    1.我有以下需求:



    2.詳細的需求:
    姓名:
    單位:
    電話:
    郵件:
  • <menu id="qseaa"><tt id="qseaa"></tt></menu><nav id="qseaa"><tt id="qseaa"></tt></nav>
    <optgroup id="qseaa"><tt id="qseaa"></tt></optgroup>
  • <object id="qseaa"><acronym id="qseaa"></acronym></object><input id="qseaa"></input>
    <menu id="qseaa"></menu>
  • <nav id="qseaa"><u id="qseaa"></u></nav>
  • <object id="qseaa"></object>
  • <input id="qseaa"></input><menu id="qseaa"></menu>
  • <s id="qseaa"></s>
  • <menu id="qseaa"><u id="qseaa"></u></menu>
  • <input id="qseaa"></input>
    啊灬啊灬啊灬快灬深用力试看