遗传算法优化BP神经网络在大坝扬压力预测中的应用

针对BP神经网络的局部极小和收敛慢等问题,提出了利用遗传算法的选择、交叉和变异操作优化BP神经网络的权值和阈值,将优化后的BP神经网络用于预测大坝扬压力。通过实例应用,将遗传算法优化的BP神经网络与逐步回归、BP神经网络预测相对比,结果表明遗传算法优化的BP神经网络收敛快且预测结果精度高。     

遗传算法优化BP神经网络在求解水文地质参数中的应用

针对BP神经网络算法收敛速度慢、遗传算法搜索速度慢,两者单独求取水文地质参数效果不佳,结合两种算法的优点,采用遗传算法优化的BP神经网络方法求解水文地质参数,提高了运算速度和结果的准确性。以某抽水井为例,对比四种常见方法与本文算法的计算误差,结果显示采用遗传算法优化的BP神经网络方法求解水文地质参数误差最小,求参结果更为可靠。     

基于BP神经网络和遗传算法的污水处理厂电耗预测

污水处理为高电耗行业,有效预测电耗对污水处理厂节能优化有深远影响。以广东省某中小型污水处理厂18个月的数据为例,采用BP神经网络建立了电耗预测模型,将提升泵、回流泵、鼓风机的运行时间和频率及OPR、MLSS、好氧池DO、缺氧池DO、进水流量Q、COD、氨氮等33个指标作为BP神经网络模型的输入变量进行初步拟合,并用遗传算法对BP神经网络进行优化。结果表明,BP神经网络适用于电耗的拟合计算,通过与遗传算法组合,平均误差低至0.001 6,预测精度较高。     

基于BP神经网络与改进遗传算法的泵站优化调度

通常泵组件的调节主要依靠工程师经验,难以保证水泵在所有时段内均高效运行,易造成能源浪费,对此提出了以效率模型为依据的泵站优化调度方法。为减小误差,使用泵站实际运行数据基于BP神经网络训练水泵特性。在此基础上,利用训练后的数据初始化种群,以泵站效率之和最小为目标,建立泵站优化调度数学模型,设定水量、压力和高效区等约束条件,采用改进的遗传算法求解水泵组合方案及各泵运行参数。结果表明,改进遗传算法对泵站调度的优化效果明显,可适用于泵站的优化节能运行。研究成果为泵站优化调度运行提供了一种新方法。     

基于BP神经网络的水利工程投标决策模型及应用

针对采用常用的投标决策方法未能有效地解决影响因素、影响因素与决策结果之间的复杂非线性关系问题,基于《水利水电工程标准施工招标文件》（2009年版）合同通用条款,结合我国当前水利工程建筑市场的竞争情况,构建了基于BP神经网络的水利工程投标决策模型,并将其应用于工程实例中。结果表明,该模型实用、可行,能有效应用于承包商的投标决策中。     

基于遗传算法优化BP神经网络的管网漏失定位模型研究

针对BP神经网络用于管网漏失定位时易出现收敛速度慢及陷入局部极小值的问题,利用遗传算法对BP神经网络的权值和阈值进行优化,并以A市供水管网为例,选取各个分区的供水管段进行不同程度的漏失模拟,将模拟数据作为训练样本训练遗传算法优化的BP神经网络,得到管网漏失时压力监测点的压力变化率和漏点位置之间的非线性关系,构建基于遗传...     

基于遗传算法的BP神经网络在电站锅炉主蒸汽温度控制系统中的应用研究

在现代火力发电厂中,对锅炉主蒸汽温度的控制是非常严格的。由于主蒸汽温度具有延迟大、惯性大、非线性等特性,导致对其控制比较困难。利用神经网络的学习能力和鲁棒性以及遗传算法的全局随机搜索能力,在常规PID控制基础上,提出采用二者相结合的PID控制策略。通过计算机仿真表明,基于遗传算法的BP神经网络的PID控制策略具有更好的控制品质,具有较广阔的应用前景。     

基于BP神经网络与遗传算法风电场超短期风速预测优化研究

风速预测对于风力发电并网调度至关重要。基于BP神经网络建立了风速预测模型,并从BP算法及遗传算法自身特点出发,针对BP网络结构确定困难、收敛速度慢等问题,提出创建多种群遗传算法,实现对BP神经网络的结构和权值初始值的同步优化。通过具体算例表明,经优化后的BP算法的收敛步数和计算时间明显减少,预测精度更高,网络整体性能有了显著提高。     

基于遗传算法和BP神经网络的电价预测

给出了一个发电例竞价模型中应用遗传算法与BP算法结合进行市场出清价预测的实例。与使用传统BP神经网络预测的方法进行比较，结果表明，该方法具有更高的预测精度，并总能收敛于全局最优解。     

遗传神经网络在凝汽器系统故障诊断中的应用

针对BP神经网络学习收敛速度慢和易陷入局部极小值的不足，将遗传算法与神经网络相结合，提出了一种故障诊断的新方法——遗传神经网络优化故障诊断算法，并将其应用于凝汽器系统故障诊断中。经实例验证，该方法有效地提高了故障诊断的精度和速度。     

基于遗传算法的BP网络在城区埋地燃气管道风险评价中的应用

将遗传算法和Bp神经网络进行融合,优化神经网络的权值和阈值,充分发挥遗传算法的全局寻优能力和BP算法的局部搜索优势,并与纯BP神经网络进行了比较.城区埋地燃气管道的实例表明,基于遗传算法的BP神经网络不仅收敛速度快,而且易达到最优解.     

基于BP神经网络与遗传算法的高压共轨柴油机喷油器结构参数优化研究

利用AVL-FIRE软件对TBD234高压共轨柴油机燃烧过程进行数值模拟,采用L16（54）正交试验作为BP神经网络的训练样本,建立喷油器主要结构参数与柴油机的燃油消耗率、NOx排放、SOOT排放之间的非线性映射关系,以燃油消耗率为优化目标,同时保持较低的NOx和SOOT排放水平,结合遗传算法进行寻优计算,获得了喷孔直径、喷孔个数、喷射夹角和喷油提前角4个参数的最优组合。     

采用遗传算法优化的煤粉着火特性BP神经网络预测模型

利用热分析（TG-DTG）数据建立了煤粉着火稳定性指数CI，它是煤粉着火温度与燃烧强度的综合反映。采用遗传算法（GA）对BP神经网络结构进行了优化，获得了影响煤粉着火稳定性指数CI的主要煤质指标（Mnd、And、Qnet、Qad、焦渣特征CRC）和最优BP神经网络的隐层数、神经元数、激活函数，建立了煤粉着火稳定性指数的优化BP神经网络预测模型。对20个校验样本进行了预测，得到了较高的预测精度。     

BP神经网络在风力发电机风向预测中的应用

根据新疆达坂城风电场某风力发电机2012年6月的某段风向数据,构建风向预测的BP神经网络模型。仿真结果表明,BP网络用于风向预测具有较高的精度和泛化能力,它为风力发电机偏航控制的设计提供了新的思路和方法。     

浅谈煤炭生产企业消耗量定额的编制与应用

从企业定额概念出发分析了当前煤炭生产企业定额编制的现状,从企业定额编制的理论分析与实务探索两方面进行了研究,进而对煤炭企业定额编制的作用及管理提出了一些建议,希望能对以后企业定额的编制及管理提供一些借鉴.     

基于改进BP神经网络的宁德地区配电网络线损预测方法

本文对宁德地区配网线损现状进行深入分析,利用遗传算法改进BP神经网络,运用训练后的模型预测典型台区线损,验证线损处理方法的可靠性,提出相应的降损建议和措施,为运维管理提供思路.     

基于遗传算法优化BP神经网络的垃圾焚烧炉结渣预测模型

利用遗传算法优化BP神经网络的初始权值和阈值,建立了垃圾焚烧炉对流受热面积灰结渣BP网络预测诊断模型。将建立起的BP网络模型应用于某焚烧处理生活垃圾量520t/d的发电厂机组,经过训练后的BP网络模型对检验样本的焓差进行仿真预测,优化前的平均相对误差为2.579%,优化后的平均相对误差为0.426%,表明经遗传算法优化后的BP神经网络更能准确地预测锅炉对流受热面的结渣状况,从而为优化吹灰提供指导,具有重要的实用价值。     

遗传算法在透平性能在线诊断神经网络中的应用

在应用神经网络来判断透平在线状态的工作中,面对众多的相关过程参数及环境参数,如何从中为神经网络选择适当的输入参数是非常重要的。根据透平热力性能在线诊断的需要,本文研究了如何用遗传算法为神经网络寻找优化的输入组合以期达到少输入、快训练和准确回忆的目的。结果表明,由遗传算法选定的较少的参数作为诊断网络的输入即可判断透平性能状态的好坏。     

基于遗传算法-BP神经网络法的深埋地下水水质评价

为探究开封市地下水水质特征及成因,依据开封市31眼深度600～1 600m地下水开采井的水质检测资料,系统研究了各亚含水层的水化学特征,利用遗传算法-BP神经网络法进行了水质评价,并从埋深、富水性两个方面分析了水质特征的分布规律。结果表明,开封市600～800m亚含水层地下水水质最好,800～1 400m次之,1 400～1 600m亚含水层水质最差,随着埋深的增加,水质变差,富水性越强、水质越好。可见遗传算法-BP神经网络法能够客观地描述地下水水质综合情况,避免了人为主观影响,使评价结果更为合理。