優(yōu)化的BP人工神經(jīng)網(wǎng)絡(luò)在換熱站的應(yīng)用.pdf

1、換熱站是集中供熱系統(tǒng)普遍采用的組織形式，出于節(jié)能、環(huán)保、降低運(yùn)行成本、提升舒適性的考慮，必須對換熱站控制進(jìn)行研究，從而保證供熱效能的最大化。換熱站是一個(gè)典型的復(fù)雜控制系統(tǒng)，其存在著大慣性、大滯后、不易建立數(shù)學(xué)模型的特點(diǎn)，且換熱站的質(zhì)調(diào)節(jié)通道和量調(diào)節(jié)通道存在著耦合關(guān)系。傳統(tǒng)的控制策略難以獲得理想的控制效果，采用BP神經(jīng)網(wǎng)絡(luò)控制換熱站成為有效選擇。
　　BP神經(jīng)網(wǎng)絡(luò)做為一種智能算法，理論上具有能夠擬合任意非線性的能力，但是BP神經(jīng)網(wǎng)絡(luò)

2、也存在著網(wǎng)絡(luò)收斂速度慢、學(xué)習(xí)速率不易確定、易陷入局部最小解、隱層節(jié)點(diǎn)數(shù)不易確定等缺點(diǎn)。圍繞這些問題，學(xué)術(shù)界提出了許多算法優(yōu)化策略，遺傳算法和粒子群算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)是其中的常見方法。
　　遺傳算法和粒子群算法兩種算法有許多相似之處，也是優(yōu)化神經(jīng)網(wǎng)絡(luò)的常用方法。本文介紹了遺傳算法和粒子群算法的基本思想、算法特點(diǎn)和學(xué)術(shù)界研究現(xiàn)狀。提出了遺傳算法的改進(jìn)算法；提出了基于 PID思想的粒子群改進(jìn)算法，采用測試函數(shù)驗(yàn)證了改進(jìn)算法的有效性。<

3、br>　　本文針對BP神經(jīng)網(wǎng)絡(luò)所存在的問題，對BP神經(jīng)網(wǎng)絡(luò)分別采用了遺傳算法和粒子群算法進(jìn)行優(yōu)化，并對優(yōu)化的結(jié)果進(jìn)行了比較。通過比較認(rèn)為：數(shù)據(jù)樣本影響B(tài)P神經(jīng)網(wǎng)絡(luò)的有效性；BP神經(jīng)網(wǎng)絡(luò)的隱層節(jié)點(diǎn)數(shù)影響網(wǎng)絡(luò)的精度；具有相同結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)，其初始權(quán)值閾值影響神經(jīng)網(wǎng)絡(luò)精度，甚至能夠?qū)е戮W(wǎng)絡(luò)無法達(dá)到性能要求。算法的快速性研究表明：智能算法無法同時(shí)滿足快速性和精確性，要滿足快速性，就很有可能失去最優(yōu)解；要滿足最優(yōu)解，就必須花費(fèi)較長的時(shí)間。