一种基于自组织柯西模糊神经网络的城市固废焚烧炉膛温度预测方法
申请号:CN202510846928
申请日期:2025-06-24
公开号:CN120763573A
公开日期:2025-10-10
类型:发明专利
摘要
本发明涉及一种基于自组织柯西模糊神经网络的城市固废焚烧炉膛温度预测方法,实现了对炉膛温度的准确预测,包括以下步骤:首先,采集数据;对采集的数据进行预处理,对数据集进行特征选取;然后,采用自组织柯西模糊神经网络建立预测模型;对预测模型的结构和参数进行自组织优化调整;最后,将测试数据作为模型的输入,验证了模型的有效性。本发明解决了现有焚烧炉膛温度预测方法存在非线性适应能力弱、实时预测精度不足等问题,对于实现环保效益与经济效益的双赢具有重要的理论意义和应用价值。
技术关键词
温度预测方法
焚烧炉膛
城市固废
隶属度函数
烟气含氧量
组织算法
学习算法
变量
模糊神经网络模型
节点
坐标下降算法
生成规则
矩阵
建立预测模型
梯度下降算法