基于BP神经网络的压缩空气用能预测模型研究-论文.pdf

《基于BP神经网络的压缩空气用能预测模型研究-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第24卷第1期计算机技术与发展Vo1．24No．12014年1月COMPUTER1'ECHNOLOGYANDDEVEL0PMENTJan．2014基于BP神经网络的压缩空气用能预测模型研究李丽侦，姜麟，钱浩，光文华(昆明理工大学理学院，云南昆明650500)摘要：文中根据BP神经网络对复杂问题所具有的预测能力，选取某企业压缩空气用能数据作为预测评判指标，建立了用于压缩空气用能预测的BP神经网络模型，并应用于实际问题预测。然而，最初预测结果在几个时刻点出现异常，在此文中针对记录数据可能出现问题的各种原因，再次利用局部预测对原始数据做出修正，最后预测结果已基本符合。实例表明：用B

2、P神经网络模型进行压缩空气用能预测是可行和有效的。关键词：BP神经网络；压缩空气；预测中图分类号：TK01+2文献标识码：A文章编号：1673—629X(2014)01—0216—04doi：10．3969／j．issn．1673—629X．2014．01．055ResearchonCompressedAirPredictionModelBasedonBPNeuralNetworkLILi-zhen，JIANGLin，QIANHao，GUANGWen-hua(FacultyofScience，KunmingUniversityofTechnology，Kunming65050

3、0，China)Abstract：Inthispaper，basedontheBPneuralnetworkhastheabilitytopredictaboutcomplexissues，thedataofsomeenterprisecom—pressedairischosenastheindexesofcriterion，anewmodelusingBPneuralnetworkisproposedtopredicttheapplicationofsomeen—terprisecompressedair．However，inthefirsttimethepredicted

4、resultsofsomepointsaleabnormal，accordingtotherecordeddatamaybevariousreasonsfortheproblems，uselocalforecasttomakecorrectionsontheoriginaldata，finallybasicallyconformtotheforecastrc·suits．TheresultsshowthatitisfeasibleandvalidtouseBPneuralnetworkforcompressedairprediction．Keywords：BPneuralne

5、twork；compressedair；prediction0引言决策支持。随着社会工农业的不断发展，信息化事业不断加强，能源消耗模式也发生了巨大的变化。研究能源消1人工神经网络耗模式变化规律，把握其变化趋势，已成为有效实现节人工神经网络(ArtificialNeuralNetworks，ANN)约能源的关键。压缩空气作为企业的重要动力能源，是基于对人脑组织结构、活动机制的初步认识而提出其用能预测以及对空压机机群的合理调度已成为工业的一种新型信息处理体系。它由多个简单神经元彼此生产部门的重要工作之一。针对不同复杂问题，不同间按某种方式连接，靠系统本身状态对外部输入信息学者提出

6、了不同的理论和预测方法，如微分方程模型、动态响应来处理信息。时间序列法、灰色预测理论模型、神经网络模人工神经网络与人脑相似，具有信息处理的并行型等。文中借助人工神经网络原理，针对某企业性、信息存储的分布性、信息处理单元的互连性和结构空气压缩机机群能耗预测问题，建立了基于BP神经的可塑性等特点，并具有学习、联想记忆和较强的容错网络的压缩空气用能预测模型，并用于企业压缩空气能力等功能。由于这些特点和功能，和神经网络相关用能预测，为企业压缩空气的能耗预测和机群调度提的技术不断发展，近年来人工神经网络在信息处理、模供了一种有效的方法，为实现节能减排提供了有效的式识别、自动控制、系统辨

7、识、求解组合优化、预测预收稿日期：2013—03—19修回日期：2013—06—27网络出版时间：2013—11—12基金项目：云南省教育科学研究基金(2010Y389)作者简介：李丽侦(1987一)，女，广西玉林人，硕士研究生，研究方向为智能算法；姜麟，通讯作者，副教授，硕士研究生导师，研究方向为系统分析与集成、网络应用、智能算法。网络出版地址：http：／／www．enki．net／kcms／detail／61．1450．TP．20131112．1650．049．html第1期李丽侦等：基于BP神经