10.3969/j.issn.1000-3932.2015.12.014
基于组合证据冲突修正的凝汽器真空度多网络融合预测
以某电厂DCS连续4天实测的现场参数构成样本空间,借助KPCA法构造BP、RBF和Elman的软测量模型,并利用模糊软集理论完成"判断证据"的权重提取,实现基于Dempster组合证据的凝汽器真空度多网络融合预测.针对组合证据冲突程度k的解算值过高的问题,引入熵和"折扣率"算子,继续开展组合证据冲突下的权重提取修正算法.在相同条件下进行仿真,对比常规D-S融合和新权重解算下的融合结果,后者的冲突程度大幅减小,由此预测的真空度MAE和RMSE值更低,验证了这种离线训练、在线测量方法的有效性.
神经网络、组合证据、冲突修正、模糊软集、预测精度、权重提取、凝汽器真空度
42
TH865
国家自然科学基金资助项目61503073
2015-12-30（万方平台首次上网日期，不代表论文的发表时间）
共5页
1331-1335
