首页 > 按月查看>2011年第5月 >505-508
PDF 导出
基于智能蚂蚁算法的脱硫静态模型优化
DOI:
作者:
作者单位:

作者简介:

通讯作者:

基金项目:


Static Model Optimization for Desulphurization Based on Intelligent Ant Algorithm
Author:
Affiliation:

Fund Project:

  • 摘要
    • |
  • 图/表
    • |
  • 访问统计
    • |
  • 参考文献
    • |
  • 相似文献
    • |
  • 引证文献
    • |
  • 资源附件
    摘要:

    为了自动寻找脱硫过程的规律和知识,对脱硫过程进行决策支持,采用RBF神经网络作为建模工具,针对建模过程中出现的RBF中心和宽度难以确定的难点,在分析蚂蚁算法机理的基础上,提出了使用智能蚂蚁算法对RBF神经网络模型的中心和宽度进行自适应选择,从而达到模型训练精度和范化能力的...

    Abstract:

    In order to search for the law and knowledge of desulphurization process to make decision support for the process,Radial Based Function(RBF)neural network is used as modeling tool.According to the difficulty in determining RBF center and width…

    参考文献
    相似文献
    引证文献
引用本文

彭燕妮,王雅娣.基于智能蚂蚁算法的脱硫静态模型优化[J].重庆工商大学学报（自然科学版）,2011,28(5):505-508
PENG Yan-ni, WANG Ya-di. Static Model Optimization for Desulphurization Based on Intelligent Ant Algorithm[J]. Journal of Chongqing Technology and Business University(Natural Science Edition）,2011,28(5):505-508

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期:

您是本站第 访问者

邮编：400067 传真：

电话：023-62769495 E-mail：

网站版权所有：重庆工商大学学报（自然科学版） ® 2024 网站版权所有

×
2024年《重庆工商大学学报（自然科学版）》影响因子显著提升