文献

J-GLOBAL ID：201702245884627818   整理番号：17A0205041

LinXia群アルゴリズムに基づく蒸気タービンのモデリングと応用について述べた。【JST・京大機械翻訳】

Modelling of Turbine Heat Rate Based on Krill Herd Algorithm and Its Application

著者 (5件)： Niu Peifeng (Key Lab of Industrial Computer Control Engineering of Hebei Province, Yanshan University) ,  Chen Ke (Key Lab of Industrial Computer Control Engineering of Hebei Province, Yanshan University) ,  Ma Yunfieng (Key Lab of Industrial Computer Control Engineering of Hebei Province, Yanshan University) ,  Zhao Qingchong (Key Lab of Industrial Computer Control Engineering of Hebei Province, Yanshan University) ,  Li Guoqiang (Key Lab of Industrial Computer Control Engineering of Hebei Province, Yanshan University)
資料名： Dongligongcheng Xuebao  (Dongligongcheng Xuebao)
巻： 36  号： 10  ページ： 781-787  発行年： 2016年 
JST資料番号： C2678A  ISSN： 1674-7607  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 蒸気タービンの消費予測モデルを正確に確立するために,逆600MW超臨界蒸気タービンを研究対象として,逆学習に基づく適応LinXia群アルゴリズム(OAKH)と高速学習网(FLN)を採用した。このモデルの予測結果を,基本的高速学習网,粒子群最適化,生物地理学的最適化アルゴリズム,およびLinXia群アルゴリズムによって最適化された高速学習网モデルの予測結果と比較した。結果は以下を示す。OAKHアルゴリズムは,FLNモデルのパラメータを最適化することができ,FLNの蒸気タービンの予測モデルを,より高い予測精度およびより強い汎化能力を持ち,そして,蒸気タービンの蒸気タービンを,正確に予測することができた。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 超臨界 ,  *蒸気タービン ,  汎化 ,  学習 ,  *モデリング ,  高速度 ,  最適化 ,  予測モデル ,  *アルゴリズム
準シソーラス用語： 予測精度 ,  最適アルゴリズム ,  生物地理学 ,  粒子群最適化 , 【Automatic Indexing@JST】

著者キーワード (5件)： steam turbine ,  heat rate ,  krill herd algorithm ,  fast learning network ,  opposition-based learning algorithm

分類 (1件)： 蒸気タービン  (PB01040R)

タイトルに関連する用語 (4件)： アルゴリズム ,  蒸気タービン ,  モデリング ,  応用