基于BR算法和遗传算法优化生物柴油生产

摘要：

以生物柴油成本为研究对象,综合考虑了原料、工厂产能、甘油置信度对生物柴油成本的影响.引入了人工神经网络BR(贝叶斯正规化)算法和遗传算法优化对收集到的数据进行预测.59组数据中的85％作为训练集,15％作为预测集,采用相关系数和均方误差作为预测结果的评价指标.研究结果表明:使用BR算法相关系数为0.9804,均方误差为0.0036,预测平均相对误差为4.47％.使用遗传算法的相关系数为0.8972,均方误差为0.0033,预测平均相对误差为4.89％.相较于L-M算法相关系数0.9741,均方误差0.0045,预测平均相对误差5.89％;两种算法的平均相对误差均有所下降,预测的效果更好.两种方法均有效验证了原料成本、工厂产能、甘油置信度对生物柴油最终成本的重要影响.

关键词：生物柴油成本;神经网络;BR算法;遗传算法优化

所属期刊栏目：46

分类号：TQ645

在线出版日期：2022-01-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：69-75