10.3969/j.issn.1000-1298.2010.11.010
基于神经网络的离心泵能量性能预测
总结了BP网络和RBF网络在离心泵能量性能预测中的应用现状,介绍了这两种网络的结构及特点.分别采用BP网络和RBF网络建立了离心泵能量性能预测模型.用57组数据对这两个预测模型进行了训练,并用6组数据对两种网络结构的性能预测模型进行了仿真.研究结果表面:两种网络结果的预测模型预测精度比较接近且预测结果的趋势也相同,BP网络预测精度略高于RBF网络;BP网络扬程平均预测误差为3.85%,效率平均预测误差为1.39%,RBF网络扬程平均预测误差为4.79%,效率平均预测误差为3.43%;RBF网络预测所需时问仅为BP网络预测所需时间的一半.
离心泵、性能预测、神经网络
41
TH311(泵)
国家杰出青年科学基金资助项目50825902;江苏省自然科学基金创新学者攀登项目BK2009006;江苏省教育厅自然科学基金资助项目09KJD470002;江苏大学高级人才科研启动基金资助项目09JDG026
2011-05-18(万方平台首次上网日期,不代表论文的发表时间)
共5页
52-56