基于混合智能算法的cfb-fgd脱硫系统建模与优化分析

基于混合智能算法的cfb-fgd脱硫系统建模与优化分析

ID:32058769

大小:581.60 KB

页数:46页

时间:2019-01-31

基于混合智能算法的cfb-fgd脱硫系统建模与优化分析_第1页
基于混合智能算法的cfb-fgd脱硫系统建模与优化分析_第2页
基于混合智能算法的cfb-fgd脱硫系统建模与优化分析_第3页
基于混合智能算法的cfb-fgd脱硫系统建模与优化分析_第4页
基于混合智能算法的cfb-fgd脱硫系统建模与优化分析_第5页
资源描述:

《基于混合智能算法的cfb-fgd脱硫系统建模与优化分析》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、摘要摘要目前我国电力行业依然以火力发电为主,但是其在生产过程中的排放物却严重污染了环境,尤其是二氧化硫对大气的污染,所以控制火电行业二氧化硫的排放量是我国目前治理环境污染的一项重要工作。而在生产过程中,影响二氧化硫排放的因素很多,如何对这些因素进行正确合理的分析以便从中找到有价值的信息是目前研究的重点和难点。通过对脱硫系统的分析和研究,可发现,采用智能算法来实现脱硫系统的仿真和优化比较方便,并且准确性高,还可以排除人为因素的影响。神经网络算法是模拟人脑的高复杂的神经元,并将神经元相互连接组建的网络系统。其自学习能力和大规模并行处理

2、能力在工程仿真中的应用相当普遍。遗传算法的指导性搜索使得其在工程寻优方面比较迅速并且准确性高,不易出现局部最优的结果。神经网络主要采用梯度下降法来实现仿真过程中对权值和阈值的更改,梯度下降法有很多种,其中,动量梯度下降法是在梯度下降法的基础上增加一个动量来控制下降的速度和方向,共轭梯度下降法是增加一个共轭方向,使得在下降过程中始终沿着梯度的共轭方向下降迭代。本文基于以上两种算法提出了带动量的共轭梯度下降模型,该方法增加了下降速度,提高了仿真的精度。并利用遗传算法来对神经网络仿真函数进行寻优,但是由于神经网络的缺陷,使用遗传算法在训

3、练过程中会出现寻优结果越界的问题,针对此问题本文提出了基于惩罚值的遗传算法优化模型,实现了对遗传算法的有效控制。关键词脱硫神经网络共轭梯度法遗传算法IAbstractAbstractAtpresent,thermalpowerplantsisthemainpartinourcountry’spowerindustry.Buttheenvironmentispollutedbyemissionsintheproductionprocess,especiallythesculpturedioxidewhichcauseatmosphe

4、ricpollutionseriously.SoweshouldControlthesulfurdioxideemissionsofthermalpowerindustryinordertocontrolofenvironmentalpollutionofourcountry.Butintheprocessofproduction,therearemanyinfluencefactorswhichinfluencetheso2’semissions.Itisdifficultlytofindreasonableanalysisin

5、ordertofindvaluableinformation.Geneticalgorithmismorequicklyandhigheraccuracyinengineeringoptimizationsearchandwillnotappearlocaloptimalresults.Accordingtotheanalysisandstudyofdesulfurizationsystem,wecanfindthatitismoreconvenienttouseintelligentalgorithmstorealizethes

6、imulationandtheoptimizationofthedesulfurizationsystemwiththehigheraccuracy,anditcaneliminateeffectofartificialfactor.Neuralnetworkalgorithmistosimulatethehumanbrainneurons,andinterconnectsneuronswiththenetworksystem.Itisbeenapplicationquitecommoninengineeringsimulatio

7、nwithitsselflearningabilityandmassivelyparallelprocessingcapabilities.Gradientdescentisthemainmethodtorealizethechangesoftheneuralnetworkweightsandthreshold.Therearemanytypesofgradientdescentmethod.Momentumgradientdescentmethodaddsamomentuminthegradientdescentmethodin

8、ordertocontrolthespeedanddirectionofdescent.Conjugategradientdescentmethodaddsaconjugatedirection,whichmakesthedescentdirect

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。