出处
《电力建设》
2009年第11期103-103,共1页
Electric Power Construction
同被引文献8
-
1陈彪,丁艳军,吴占松.670t/h煤粉炉飞灰含碳量的神经网络预测建模[J].电站系统工程,2005,21(6):17-19. 被引量：10
-
2Maren A J,Harston C T,Pap R M.Handbook of neural Computing applications[M].San Diego,California:Academic Press,1990.
-
3Reinschmidt K F.Neural networks:next step for simulation and control[J].Power Engineering,1991,95(11):41-45.
-
4Tchaban T,Taylor M J,Griffin A.Establishing impacts of the inputs in a feedforward neural network[J].Neural Computing&Applications,1998,7(4):309-317.
-
5李露,李斌,杜艳玲,谢一民.样本量对飞灰含碳量的神经网络预测精度的影响[J].电力科学与工程,2012,28(9):38-41. 被引量：3
-
6钱文江,李同春,丁林.基于改进BP神经网络的库区渗漏量敏感性分析[J].三峡大学学报（自然科学版）,2012,24(6):23-27. 被引量：2
-
7姜立标,刘坚雄,程铖.基于正交试验的矿用自卸车转向机构优化设计[J].中国机械工程,2013,24(15):2036-2041. 被引量：16
-
8于伟锋,陈鸿伟.基于试验和BP神经网络的CFB锅炉脱硫效率研究[J].电力科学与工程,2013,29(8):50-56. 被引量：4
二级引证文献3
-
1乔源,王建峰,杨永存,赵文杰.基于神经网络的飞灰含碳量软测量模型及实现[J].电力科学与工程,2019,35(11):55-61. 被引量：9
-
2方建,钱芳树,吴伟,陈晓玮,刘良喜,楼勇,施子福,黄群星.中储式钢球磨锅炉飞灰含碳量偏高的原因分析及对策[J].能源工程,2022(1):68-73. 被引量：1
-
3陈斌,王树宇,刘林涛,朱伟,董瑀非.基于神经网络的CFB锅炉灰渣含碳量预测[J].浙江电力,2022,41(3):93-99. 被引量：3
-
1李宝根,王乾坤,尚秀刚.锅炉飞灰含碳量的控制[J].云南电力技术,2012,40(3):86-86.
-
2张庆国,程新华,杨海瑞,吕俊复,刁友峰,陈宇峰,郝卫东.循环流化床锅炉燃用贫煤和无烟煤的运行优化分析[J].热力发电,2009,38(4):39-43. 被引量：3
-
3车刚,沈永庆.滇东电厂2028t/h W型火焰锅炉的技术特点[J].锅炉技术,2008,39(4):53-57.
-
4严正波,沈永庆.滇东电厂600MW机组新技术特点[J].云南电力技术,2006,34(6):27-29.
-
5华北商贸城：举办2010年太阳能节[J].中国太阳能产业资讯,2010(5):29-29.
-
6桂莹,李博汉.W 火焰锅炉燃烧器出口流场的数值模拟[J].科技风,2015(15):27-28.
-
7苏成玲.零件规格型号不符引起的故障[J].浙江农村机电,2003(1):13-13.
-
8王秋菊.柴油机换季四注意[J].北京农业（上旬刊）,2011(10):34-34.
-
9张科志.滇东电厂汽轮机高压静叶积盐问题分析及处理[J].电力建设,2009,30(1):102-102. 被引量：3
-
10佳好参展节能盛会耀光芒[J].中国太阳能产业资讯,2011(10):41-41.
;
