论文部分内容阅读
本文主要研究了青岛发电厂的锅炉性能优化问题。通过锅炉专家制定的试验设计方案得到了有效的数据,利用逐步回归分析对运行参数进行筛选,找出重要影响因素,然后通过BP神经网络建立非线性模型。针对BP神经网络在应用中通常出现的问题提出了一种新的神经网络收敛终止条件,比传统的方法有更好的可控性,并且在网络训练的过程中很容易找到影响收敛或有异常的数据。通过BP神经网络得到的优化结果在实际生产中得到了良好的效果。最后总结出BP神经网络解决实际问题的通常步骤和流程图,并且编制了相应的软件,通过实例的验证,该软件较好的解决了实际问题,并得出对实际具有指导意义的一些结论。