摘要
本发明公开了一种改进BP神经网络的选煤厂能耗预测方法,包括确定选煤厂能耗因素;基于层次分析法对能耗因素进行分析,得到主观权重;基于变异系数法对能耗因素进行分析,得到客观权重;利用加权平均法,计算能耗因素的组合权重,并得到主要能耗因素数据;根据历史能耗因素数据,建立BP神经网络综合能耗基本模型,并对该模型进行训练,利用遗传算法优化训练后的模型并进行训练,得到优化后的BP神经网络综合能耗基本模型,将主要能耗因素数据输入到该模型中,对综合能耗进行预测。本发明全面考虑了选煤厂能耗的多元性和难以精确测量的特点,提高了预测的有效性和精确性。
技术关键词
BP神经网络
能耗预测方法
选煤厂
加权平均法
层次分析法
遗传算法优化
矩阵
指标
数据
样本
染色体
变异系数法
误差
特征值法
节点数
表达式
编码