论文部分内容阅读
在采用相对误差函数、训练集重组、增加惯性项、参数动态变化、权矩阵随机变化量等措施对传统的BP神经网络算法改进的基础上,利用改进的BP神经网络算法建立了循环流化床L阀固体颗粒质量流量的预测模型,得出了循环流化床L阀的充气位置、充气方式和充气体积流量与固体颗粒质量流量之间的映射关系,获得了对循环流化床L阀固体颗粒质量流量较好的预测结果.