欢迎您！东篱公司
退出
-
申报数据库
-
立项数据库
-
成果数据库
-
项目获奖数据库
中文摘要：
提出了采用人工神经网络方法来重点预测多元混合气体的爆炸上限,并将其与偏最小二乘线性回归、Le Chatelier方法相比较。仿真结果表明,BPNN的预测结果远好于PLSR以及Le Chatelier计算出的结果,由此表明BPNN对混合可燃气体的爆炸上限具有更好的预测和泛化能力。
英文摘要：
A A method of back-propagation （BP） artificial neural network for predicting the upper flammability limits of fuel mixtures is proposed. The simulation result shows that the average relative error of BPNN is less than that of Partial Least-Squares Regression Method（PLSR） and the result calculated by Le Chatelier. It suggests that this method has better prediction and generalization ability for the upper flammability limits of the fuel mixtures.
同期刊论文项目
同项目期刊论文
期刊信息
位置：