论文部分内容阅读
以影响飞灰含碳量指标的参数作为输入参数，飞灰含碳量作为输出参数建立神经网络模型。首先，针对网络训练参数选择的不确定性，通过正交试验法对建模过程中的训练参数进行选择，结果表明能明显提高模型的精度。其次，针对影响飞灰含碳量的因素复杂及耦合性强的特点，提出了基于连接权、基准值的敏感性与偏差分析方法，计算得到输入参数的敏感性系数及偏差系数，以两个系数的乘积代表运行参数对指标的影响程度，即权重。最后，根据权重系数大小排序，确定出影响飞灰含碳量指标的主要影响参数。参数对指标影响程度的具体量化，能指导运行人员在日常优化