您的位置: 专家智库 > >

王林

作品数:2 被引量:17H指数:2
供职机构:南昌大学机电工程学院更多>>
发文基金:国家自然科学基金江西省教育厅资助项目江西省科技支撑计划项目更多>>
相关领域:自动化与计算机技术动力工程及工程热物理更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 1篇动力工程及工...
  • 1篇自动化与计算...

主题

  • 1篇多目标优化
  • 1篇蓄能
  • 1篇蓄热
  • 1篇蓄热过程
  • 1篇蛇形管
  • 1篇神经网
  • 1篇神经网络
  • 1篇数值模拟
  • 1篇燃烧
  • 1篇网络
  • 1篇相变材料
  • 1篇锅炉
  • 1篇锅炉燃烧
  • 1篇PARETO...
  • 1篇PARETO...
  • 1篇BP神经
  • 1篇BP神经网
  • 1篇BP神经网络
  • 1篇值模拟

机构

  • 2篇南昌大学
  • 1篇华东交通大学

作者

  • 2篇王林
  • 1篇陈杨华
  • 1篇郭文帅
  • 1篇余廷芳
  • 1篇彭辉
  • 1篇彭春华
  • 1篇肖炜

传媒

  • 1篇南昌大学学报...
  • 1篇计算机应用研...

年份

  • 2篇2013
2 条 记 录,以下是 1-2
排序方式:
改进NSGA-Ⅱ算法在锅炉燃烧多目标优化中的应用被引量:15
2013年
提出改进非劣分类遗传算法(NSGA-Ⅱ)在燃煤锅炉多目标燃烧优化中的应用,优化的目标是锅炉热损失及NOx排放最小化。首先,采用BP神经网络模型分别建立了300MW燃煤锅炉的NOx排放特性模型和锅炉热损失模型,同时利用锅炉热态实验数据对模型进行了训练和验证,结果表明,BP神经网络模型可以很好地预测锅炉的排放特性和锅炉的热损失特性。在建立的锅炉排放特性和热损失BP神经网络模型基础上,采用非劣分类遗传算法对锅炉进行多目标优化,针对NSGA-Ⅱ在燃煤锅炉燃烧多目标优化问题应用中Pareto解集分布不理想、易早熟收敛的问题,在拥挤算子及交叉算子上进行了相应改进。优化结果表明,改进NSGA-Ⅱ方法与BP神经网络模型结合可以对锅炉燃烧实现有效的多目标寻优、得到理想的Pareto解,是对锅炉燃烧进行多目标优化的有效工具,同改进前的NSGA-Ⅱ优化结果比较,其Pareto优化结果集分布更好、解的质量更优。
余廷芳王林彭春华
关键词:多目标优化锅炉燃烧BP神经网络PARETO解集
蛇形管蓄能箱蓄热过程的数值模拟被引量:2
2013年
对蛇形管换热及相变材料熔化的传热理论进行研究,利用Fluent软件对蓄能过程中蛇形管热交换及相变材料熔化过程进行数值模拟,得出了一套经济合理且能满足项目蓄能要求的设备,制作了实验用的设备并进行实验验证,得出建立的模型是比较合理的。研究表明:自然对流换热对相变材料的熔化过程影响较小。
陈杨华肖炜郭文帅彭辉王林
关键词:蛇形管相变材料蓄能数值模拟
共1页<1>
聚类工具0