摘要：、尺电厂中磨煤机是确保锅炉等后续发电设备正常运作的前提，如果磨煤机出现供煤量不足等问题，将会导致电厂出现事故。文中结合神经网络和D_S证据理论的融合思想，提出了一种基于BP神经网络和D_S证据理论的、尺电厂磨煤机运行状态研究方法，首先通过BP神经网络对火电厂磨煤机运行状态进行有效预测，再结合D—S证据理论将预测的结果作为决策层D—S证理论的初始证据进行融合，最终得到、尺电厂磨煤机的运行状态。通过实例证明，该方法可以有效的判断出磨煤机的运行状态。
分类：期刊> 自然科学与工程技术> 信息科技> 电子信息科学综合
收录：知网收录(中) > 维普收录(中) > 万方收录(中) > SA 科学文摘(英) > 国家图书馆馆藏 > 上海图书馆馆藏
关键词：神经网络 人工智能 证据理论 证据体 磨煤机 运行状态
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
