遗传算法优化BP神经网络在太阳散射辐射估算领域的应用

发布时间：2022-02-13 16:50

　　采用并行搜索全局寻优的遗传算法优化BP神经网络,弥补了BP神经网络存在的结构参数难以确定、收敛时间长及极易陷入局部寻优困局等缺陷,在此基础上建立了基于平均晴空指数、日照百分率、相对湿度、平均气温、最高气温及最低气温等输入参数的太阳散射辐射估算新模型.相较于传统BP神经网络模型和既有经验模型,新模型相关系数增大了1.5%,平均绝对误差降低了14%,均方根误差降低了11%,相对均方根误差也降低了11%,这表明新模型可有效提高太阳散射辐射的估算精度,为太阳能资源评估、光热光伏及建筑能耗估算等领域提供理论指导. 

【文章来源】：天津城建大学学报. 2019,25(02)

【文章页数】：5 页

【文章目录】：
1 遗传优化算法
    1.1 BP神经网络
    1.2 遗传算法
    1.3 基于遗传算法优化的BP神经网络 (GA-BP)
2 案例研究
3 结论


【参考文献】：
期刊论文
[1]水平面日太阳散射辐射模型对比研究[J]. 李峥嵘,姚万祥,赵群,李翠,艾正涛.  太阳能学报. 2013(05)
[2]太阳能利用技术及其应用[J]. 闫云飞,张智恩,张力,代长林.  太阳能学报. 2012(S1)
[3]散射辐射测量及其对陆地生态系统生产力影响的研究进展[J]. 孙敬松,周广胜.  植物生态学报. 2010(04)

硕士论文
[1]基于神经网络的太阳辐射复合预测技术研究[D]. 林星春.东华大学 2007



本文编号：3623558