文献类型：期刊文章

作　　者：马湧[1,2] 孙彦广[1]

机构地区：[1]冶金自动化研究设计院,北京100071 [2]上海金自天正信息技术有限公司,上海201900

出　　处：《中国冶金》

基　　金：国家高技术研究发展计划(863计划)专项基金资助项目(2012AA050215)

年　　份：2014

卷　　号：24

期　　号：6

起止页码：53-57

语　　种：中文

收录情况：CAS、ZGKJHX、普通刊

摘　　要：蒸气管网是具有典型大时滞特点的非线性网络系统结构,提高管网运行预测能力,对管网的安全高效运行有很好的指导意义。贝叶斯神经网络具有良好的泛化能力和准确计算能力,在网络目标函数中引入表示网络结构复杂性的惩罚项,以便能够在训练优化过程中降低网络结构的复杂性,达到避免网络过拟合的目的。实例验证表明,模型计算结果和泛化能力均有良好表现,优于传统BP算法计算性能,可提高企业蒸气管网运行管理水平,对流程工业节能减排建设有一定的帮助。

关 键 词：蒸气管网  贝叶斯神经网络 数据归一化  预测建模  

分 类 号：TP183]