论文部分内容阅读
为使用尽量少的输入参数使ANN（Artificial neural network）模型达到较高的预测精度,利用某电厂运行数据,通过不同参数组合的灵敏度分析,探讨了不同参数组合对基于人工神经网络的飞灰含碳量预测精度的影响。结果表明：通过灵敏度分析,能够确定既满足小数目输入参数,又满足较高预测精度的最终输入参数组合。用精简后的输入参数可以实现对飞灰含碳量的准确预测。