基于新型BP神经网络的沼气生产预测

发布时间：2022-02-12 19:40

　　为了提高BP神经网络预测模型对沼气生产预测的准确性,提出了一种基于新型BP神经网络建模的沼气生产预测方法。在原有方法中引入一种新的功能函数,它优化了传统算法,不仅克服数据量少的问题,而且,与传统BP神经网络相比,拟合精度有了一定的提高。混合配比的原料相较于单一原料产气速率高,但是配比的不同也会相对应的影响产气量,目前甲烷生产企业原料的盲目配比导致了低效益生产。仿真结果表明,本文所述方法对沼气生产过程的预测具有精度高、非线性拟和能力强等优点,克服了低效益生产,可实现相同原料种类下不同配比的沼气企业效益提前精确预测,可广泛应用。 

【文章来源】：计算机与应用化学. 2019,36(04)北大核心

【文章页数】：4 页

【参考文献】：
期刊论文
[1]基于改进的自适应遗传算法优化BP神经网络[J]. 苏崇宇,汪毓铎.  工业控制计算机. 2019(01)
[2]基于粒子群算法的BP神经网络在催化裂化反应再生过程中的应用[J]. 高玉梦,邢艺凡,付杰,张伟,赵进慧.  计算机与应用化学. 2017(11)
[3]沼气工程物联网构建及应用分析[J]. 冉毅,王超,罗秦,余小军,陈子爱,丁自立,席江.  中国沼气. 2015(01)
[4]多元回归和BP人工神经网络在预测混合厌氧消化产气量过程中的应用比较[J]. 张文阳,张良均,李娜,周红艳.  环境工程学报. 2013(02)
[5]一种改进的BP神经网络算法与应用[J]. 张月琴,刘翔,孙先洋.  计算机技术与发展. 2012(08)
[6]BP神经网络的研究进展[J]. 鲁娟娟,陈红.  控制工程. 2006(05)
[7]神经网络在厌氧消化过程中的模拟应用[J]. 曹刚,徐向阳,冯孝善.  中国沼气. 2001(04)



本文编号：3622318