基于改进遗传算法优化BP神经网络的螺杆式制冷机组能效预测

摘要：

为提高螺杆式冷水机组能效预测的准确性,本文提出了基于改进遗传算法(IGA)优化BP神经网络的制冷机组能效预测方法,利用供冷负荷、冷冻水流量、冷冻水出水温度、冷却水回水温度与COP 5个参数训练IGA-BP预测模型.本文以某酒店的螺杆式制冷机组为研究对象,利用该方法对机组的能效进行预测,并与标准遗传算法优化BP神经网络的预测结果进行比较,结果表明:改进后的算法计算能力有了很大的提高,SGA-BP预测模型的最大相对误差为6.73％,平均相对误差为2.96％;IGA-BP预测模型的最大相对误差为3.45％,平均相对误差为1.16％.IGA-BP的预测精度得到了较大改善.

关键词：制冷机组、能效预测、改进遗传算法、BP神经网络

所属期刊栏目：45

分类号：TB9(计量学)

在线出版日期：2018-07-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：13-16