基于灰色关联分析的BP神经网络对混流闭式冷却塔出水温度的预测

摘要

通过控制变量法对混流闭式冷却塔进行测试,采用灰色关联分析法对影响出水温度的因素进行筛选,将关联度较大的5个因子作为输入参数,进而建立灰色_BP神经网络预测模型,对混流闭式冷却塔的出水温度进行预测。操作参数包括进水温度、湿球温度、补水温度、循环水流量和风量,输出值为出水温度。网络采用三层结构,隐含层神经元数为4个,迭代次数为30 000次,使用不涉及训练阶段的实验数据来验证所建立的模型。结果表明,灰色_BP神经网络模型比传统BP神经网络模型的预测结果更加准确,其预测值与实际值的相关系数、平均相对误差、均方根误差,分别为0.998 9、 0.293 4%和0.152 9,因而可认为灰色_BP神经网络是预测混流闭式冷却塔出水温度的有效工具。