专利交易市场

0本发明公开了一种基于BP神经网络的飞灰含碳量在线测量方法，基于静电传感器，构建以输入为信号能量、飞灰样本浓度，输出为飞灰含碳量的3层BP神经网络模型，采用训练样本，进行BP神经网络在线参数训练；采用遗传算法Genetic Algorithm对BP神经网络进行优化，以得到BP神经网络参数的全局最优解；将Genetic Algorithm优化BP神经网络算法移植至DSP中，进行在线参数训练，并基于静电传感器实时采集未知含碳量的飞灰样本的静电信号序列、浓度，归一化处理后作为预测输入，进行飞灰含碳量的在线预测。以解决目前飞灰含碳量软测量方法中的建模仿真、离线预测的问题，实现了对流经管道的飞灰含碳量的实时、在线的准确测量。

0本发明公开了一种基于DSP飞灰含碳量测量的实时多任务调度方法。基于DSP采用BP神经网络算法在线测量飞灰含碳量，Protothread多线程模型实现非实时任务(BP神经网络参数训练)与实时任务(飞灰含碳量在线预测)同时进行，确保多任务调度的“实时性”与“并发性”，有效避免了由于BP神经网络算法复杂、训练数据量大所造成的DSP中存储容量有限、测量实时性差的问题，从而实现飞灰含碳量的实时在线测量。