基于广义回归神经网络的机组主蒸汽流量测定王建星，付忠广，靳涛，陈颖(华北电力大学电站设备状态监测与控制教育部重点实验室，北京102206)摘要：针对大型机组主蒸汽流量计算模型复杂繁琐，存在众多限制条件且精度不高的现状，提出一种基于广义回归神经网络(GRNN)的主蒸汽流量软测量模型，并通过平均影响值(MIV)的评比筛选有效地减少模型变量，通过分布密度spread的优化调整改善模型的泛化能力．实例计算表明，优化后的GRNN主蒸汽流量测量模型简洁准确，具有良好的训练精度与泛化能力，可有效地用于主蒸汽流量的软测量．关键词：主蒸汽流量；反向建模；广义回归神经网络；平均影响值；分布密度