10.15988/j.cnki.1004-6941.2018.05.004
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
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.
制冷机组、能效预测、改进遗传算法、BP神经网络
45
TB9(计量学)
2018-07-19(万方平台首次上网日期,不代表论文的发表时间)
共4页
13-16