基于改进BP神经算法的家用太阳能热水器耗电性能预测研究
发布时间：2021-04-30 00:51
太阳能热水器具有节能环保、操作便利等优点,被广大用户青睐。随着太阳能热水器需求量不断增加,其成为了我国新能源领域里发展比较成熟的产品之一。由于太阳能热水器运行系统采用的硬件设备不能及时准确预测加热时间而出现加热不足或者过烧现象,导致设备使用寿命缩短、存在安全隐患,并且浪费了大量电能。人工智能领域里的BP神经网络发展比较成熟,其具有很强的非线性函数映射能力,能够针对较复杂的样本数据进行预测,因此,被广泛应用于各种行业。BP算法缺点为算法函数形式固定,不能针对具体样本数据灵活调整函数,从而导致算法预测结果误差较大、收敛速度缓慢。针对BP算法存在的问题,提出了两种改进方案:基于可调位移因子的Sigmoid型函数改进算法和基于带参可调的能量函数改进算法。基于可调位移因子的Sigmoid型函数改进算法基本思想:改进BP算法中神经元节点处的传递函数,主要针对S型函数进行改进,在S型函数中引入可调节的位移因子,从而改善标准BP算法函数形式不可变的问题,并将改进后的函数集成进MATLAB神经网络工具箱中。基于带参可调的能量函数改进算法基本思想:改进标准BP算法中目标函数（误差函数）,在原来误差函数基础...
【文章来源】：杭州电子科技大学浙江省
【文章页数】：87 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
1 绪论
1.1 课题研究背景和意义
1.2 国内外研究现状
1.2.1 家用太阳能热水器技术发展现状
1.2.2 人工神经网络发展现状
1.2.3 BP算法的研究现状
1.3 本课题主要研究内容及意义
2 BP神经算法的理论研究
2.1 人工神经网络基本理论
2.1.1 生物神经元基本结构模型
2.1.2 神经网络模型
2.1.3 神经网络结构
2.1.4 神经网络学习过程
2.2 BP神经网络
2.2.1 BP神经网络基本内容
2.2.2 BP神经网络结构
2.2.3 BP算法推导及步骤
2.2.4 BP神经算法执行步骤
2.3 BP神经算法的性能分析及改进研究
2.3.1 BP神经算法的主要缺陷
2.3.2 常见的标准BP改进算法
2.4 本章小结
3 BP神经算法改进方案研究
3.1 含位移因子Sigmoid函数的算法改进
3.1.1 理论知识
3.1.2 Sigmoid函数作用及缺陷
3.1.3 改进的Sigmoid函数公式推导
3.1.4 含位移因子改进BP算法执行流程
3.2 引入比例因子能量函数的算法改进
3.2.1 算法能量函数作用及缺陷
3.2.2 理论知识
3.2.3 改进的能量函数公式推导
3.2.4 改进能量函数的BP算法流程
3.3 本章小结
4 基于改进BP算法预测家用太阳能热水器耗电时长
4.1 实验模拟数据
4.1.1 数据采集
4.1.2 数据处理
4.1.3 仿真工具简介
4.2 基于改进S型函数BP算法预测太阳能热水器耗电时长
4.2.1 仿真模拟
4.2.2 结果分析
4.3 基于改进能量函数BP算法预测太阳能热水器耗电时长
4.3.1 仿真模拟
4.3.2 结果分析
4.4 本章小结
5 BP算法改进方案对比研究
5.1 改进Sigmoid函数算法与标准BP算法比对研究
5.1.1 仿真模拟
5.1.2 结果分析
5.2 改进能量函数算法与标准BP算法比对研究
5.2.1 仿真模拟
5.2.2 结果分析
5.3 两种改进算法方案比对研究
5.3.1 仿真模拟
5.3.2 结果分析
5.4 本章小结
6 论文总结和展望
6.1 论文总结
6.2 论文展望
致谢
参考文献
附录：作者在读期间发表的学术论文及参加的科研项目
【参考文献】：
期刊论文
[1]一种BP神经网络改进算法的研究[J]. 李焱. 齐齐哈尔大学学报(自然科学版). 2010(04)
[2]改进BP神经网络的自适应预测算法[J]. 王燕妮,樊养余. 计算机工程与应用. 2010(17)
[3]BP神经网络学习率的优化方法[J]. 高红. 长春师范学院学报(自然科学版). 2010(04)
[4]我国太阳能资源的利用现状与产业发展[J]. 王峥,任毅. 资源与产业. 2010(02)
[5]BP神经网络学习率参数改进方法[J]. 陈思. 长春师范学院学报(自然科学版). 2010(02)
[6]BP神经网络训练中的实际问题研究[J]. 宋振宇,王秋彦,丁小峰. 海军航空工程学院学报. 2009(06)
[7]全玻璃真空管型太阳热水系统平均日效率的试验[J]. 魏凤. 能源技术. 2009(05)
[8]BP神经网络的改进算法及应用[J]. 何伟,谭骏珊,王楚正,刘小风. 信息与电脑(理论版). 2009(10)
[9]一种改进BP网络学习算法[J]. 蔡满军,程晓燕,乔刚. 计算机仿真. 2009(07)
[10]基于导数优化的BP学习算法的研究综述[J]. 张芳芳,贺娟,李明军. 计算机应用研究. 2009(03)
硕士论文
[1]BP神经网络算法改进及应用研究[D]. 黄丽.重庆师范大学 2008
本文编号：3168516
【文章来源】：杭州电子科技大学浙江省
【文章页数】：87 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
1 绪论
1.1 课题研究背景和意义
1.2 国内外研究现状
1.2.1 家用太阳能热水器技术发展现状
1.2.2 人工神经网络发展现状
1.2.3 BP算法的研究现状
1.3 本课题主要研究内容及意义
2 BP神经算法的理论研究
2.1 人工神经网络基本理论
2.1.1 生物神经元基本结构模型
2.1.2 神经网络模型
2.1.3 神经网络结构
2.1.4 神经网络学习过程
2.2 BP神经网络
2.2.1 BP神经网络基本内容
2.2.2 BP神经网络结构
2.2.3 BP算法推导及步骤
2.2.4 BP神经算法执行步骤
2.3 BP神经算法的性能分析及改进研究
2.3.1 BP神经算法的主要缺陷
2.3.2 常见的标准BP改进算法
2.4 本章小结
3 BP神经算法改进方案研究
3.1 含位移因子Sigmoid函数的算法改进
3.1.1 理论知识
3.1.2 Sigmoid函数作用及缺陷
3.1.3 改进的Sigmoid函数公式推导
3.1.4 含位移因子改进BP算法执行流程
3.2 引入比例因子能量函数的算法改进
3.2.1 算法能量函数作用及缺陷
3.2.2 理论知识
3.2.3 改进的能量函数公式推导
3.2.4 改进能量函数的BP算法流程
3.3 本章小结
4 基于改进BP算法预测家用太阳能热水器耗电时长
4.1 实验模拟数据
4.1.1 数据采集
4.1.2 数据处理
4.1.3 仿真工具简介
4.2 基于改进S型函数BP算法预测太阳能热水器耗电时长
4.2.1 仿真模拟
4.2.2 结果分析
4.3 基于改进能量函数BP算法预测太阳能热水器耗电时长
4.3.1 仿真模拟
4.3.2 结果分析
4.4 本章小结
5 BP算法改进方案对比研究
5.1 改进Sigmoid函数算法与标准BP算法比对研究
5.1.1 仿真模拟
5.1.2 结果分析
5.2 改进能量函数算法与标准BP算法比对研究
5.2.1 仿真模拟
5.2.2 结果分析
5.3 两种改进算法方案比对研究
5.3.1 仿真模拟
5.3.2 结果分析
5.4 本章小结
6 论文总结和展望
6.1 论文总结
6.2 论文展望
致谢
参考文献
附录：作者在读期间发表的学术论文及参加的科研项目
【参考文献】：
期刊论文
[1]一种BP神经网络改进算法的研究[J]. 李焱. 齐齐哈尔大学学报(自然科学版). 2010(04)
[2]改进BP神经网络的自适应预测算法[J]. 王燕妮,樊养余. 计算机工程与应用. 2010(17)
[3]BP神经网络学习率的优化方法[J]. 高红. 长春师范学院学报(自然科学版). 2010(04)
[4]我国太阳能资源的利用现状与产业发展[J]. 王峥,任毅. 资源与产业. 2010(02)
[5]BP神经网络学习率参数改进方法[J]. 陈思. 长春师范学院学报(自然科学版). 2010(02)
[6]BP神经网络训练中的实际问题研究[J]. 宋振宇,王秋彦,丁小峰. 海军航空工程学院学报. 2009(06)
[7]全玻璃真空管型太阳热水系统平均日效率的试验[J]. 魏凤. 能源技术. 2009(05)
[8]BP神经网络的改进算法及应用[J]. 何伟,谭骏珊,王楚正,刘小风. 信息与电脑(理论版). 2009(10)
[9]一种改进BP网络学习算法[J]. 蔡满军,程晓燕,乔刚. 计算机仿真. 2009(07)
[10]基于导数优化的BP学习算法的研究综述[J]. 张芳芳,贺娟,李明军. 计算机应用研究. 2009(03)
硕士论文
[1]BP神经网络算法改进及应用研究[D]. 黄丽.重庆师范大学 2008
本文编号：3168516
本文链接：https://www.wllwen.com/projectlw/xnylw/3168516.html
