用于锅炉系统性能分析的多个决策专家系统

制定了人工神经网络（ANN），用于评估锅炉系统的性能，开发了多个决定专家系统（MDES）。不同的ANN配置与不同决策组合方法一起使用，包括神经组合器，提出该模型。该模型是使用在五个月内收集的植物数据开发，以预测蒸汽温度，压力和质量流量，使用进料水压，供给水温，输送机速度和焚烧炉出口温度作为输入参数。根据相关系数（R）和平均绝对百分比误差（MAPE）评估模型的预测能力。从这项工作中观察到的结果表明，神经组合器和基于Ann的MDE可以有效地通过始终如一地预测蒸汽属性的数据，并且该模型可以作为在实时条件下监控锅炉行为的有效工具。还证明了在各种情景下对他人的拟议模型的优越性。