基于径向基神经网络改进算法优化锅炉燃烧效率

作者：靳玉萍; 党婕

来源：计算机应用, 2013, (06): 1771-1773+1779.

• 锅炉燃烧
• 粒子群优化算法
• K均值算法
• 变梯度算法 boiler combustion
• Particle Swarm Optimization(PSO) algorithm
• K-means algorithm
• conjugate gradient algorithm

为了提高径向基神经网络训练精度,提出一种混合优化算法。该算法利用粒子群优化算法全局搜索能力强的特点,避免了K均值算法受初始点选择的不利影响,提高了网络中心的搜索速度;同时采用动态权值算法避免径向基神经网络可能出现的病态问题,进一步提高网络的逼近能力。锅炉燃烧实例表明了改进算法的有效性和实用性。

• 单位
  西安科技大学