為了提高BP神經(jīng)網(wǎng)絡預測模型對沼氣生產(chǎn)預測的準確性,提出了一種基于新型BP神經(jīng)網(wǎng)絡建模的沼氣生產(chǎn)預測方法。在原有方法中引入一種新的功能函數(shù),它優(yōu)化了傳統(tǒng)算法,不僅克服數(shù)據(jù)量少的問題,而且,與傳統(tǒng)BP神經(jīng)網(wǎng)絡相比,擬合精度有了一定的提高。混合配比的原料相較于單一原料產(chǎn)氣速率高,但是配比的不同也會相對應的影響產(chǎn)氣量,目前甲烷生產(chǎn)企業(yè)原料的盲目配比導致了低效益生產(chǎn)。仿真結(jié)果表明,本文所述方法對沼氣生產(chǎn)過程的預測具有精度高、非線性擬和能力強等優(yōu)點,克服了低效益生產(chǎn),可實現(xiàn)相同原料種類下不同配比的沼氣企業(yè)效益提前精確預測,可廣泛應用。 

【文章來源】：計算機與應用化學. 2019,36(04)北大核心

【文章頁數(shù)】：4 頁

【參考文獻】：
期刊論文
[1]基于改進的自適應遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡[J]. 蘇崇宇,汪毓鐸.  工業(yè)控制計算機. 2019(01)
[2]基于粒子群算法的BP神經(jīng)網(wǎng)絡在催化裂化反應再生過程中的應用[J]. 高玉夢,邢藝凡,付杰,張偉,趙進慧.  計算機與應用化學. 2017(11)
[3]沼氣工程物聯(lián)網(wǎng)構(gòu)建及應用分析[J]. 冉毅,王超,羅秦,余小軍,陳子愛,丁自立,席江.  中國沼氣. 2015(01)
[4]多元回歸和BP人工神經(jīng)網(wǎng)絡在預測混合厭氧消化產(chǎn)氣量過程中的應用比較[J]. 張文陽,張良均,李娜,周紅艷.  環(huán)境工程學報. 2013(02)
[5]一種改進的BP神經(jīng)網(wǎng)絡算法與應用[J]. 張月琴,劉翔,孫先洋.  計算機技術(shù)與發(fā)展. 2012(08)
[6]BP神經(jīng)網(wǎng)絡的研究進展[J]. 魯娟娟,陳紅.  控制工程. 2006(05)
[7]神經(jīng)網(wǎng)絡在厭氧消化過程中的模擬應用[J]. 曹剛,徐向陽,馮孝善.  中國沼氣. 2001(04)



本文編號：3622318