基于锅炉燃烧特性的神经网络预测方法
实质审查的生效
摘要
本发明提出了基于锅炉燃烧特性的神经网络预测方法，基于两层遗传算法和BP神经网络建立锅炉燃烧预测模型，通过第一层遗传算法保留群体精英，可保证收敛性，第二层遗传算法添加新的种群至第一层遗传算法保留下的精英群体中，可保证遗传算法的群体多样性，防止群体收敛在个别少数解上；第一层遗传算法中交叉概率在迭代前期取较大值可快速找到全局最优点；在迭代后期交叉概率取较小值，可避免破坏已找到的最优点的结构而导致不能收敛的情况；第一层遗传算法中变异概率采用变概率的方法可以避免遗传算法陷入局部最优点；第二层遗传算法选出适应度最高的个体并直接进行解码操作，不需要进行交叉和变异操作，可保证遗传算法尽快地收敛至极值点。
基本信息
专利标题 ：
基于锅炉燃烧特性的神经网络预测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114462321A
申请号 ：
CN202210378201.X
公开（公告）日 ：
2022-05-10
申请日 ：
2022-04-12
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
李超邱丹姚睿龙格姝婷刘炘坤廖先刘莉杨勇徐建局
申请人 ：
武汉博赛环保能源科技有限公司
申请人地址 ：
湖北省武汉市硚口区古田五路17号三新材料孵化园区新1号
代理机构 ：
武汉红观专利代理事务所(普通合伙)
代理人 ：
陈凯
优先权 ：
CN202210378201.X
主分类号 ：
G06F30/27
IPC分类号 ：
G06F30/27 G06N3/04 G06N3/08 G06N3/12
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F30/27
使用机器学习，例如人工智能，神经网络，支持向量机或训练模型
法律状态
2022-05-27 ：
实质审查的生效
IPC(主分类) : G06F 30/27
申请日 : 20220412
申请日 : 20220412
2022-05-10 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
