基于BR算法和遗传算法优化生物柴油生产

作者：马驰; 文振中^*

来源：广州化学, 2021, 46(06): 69-75.

DOI：10.16560/j.cnki.gzhx.20210601

• 生物柴油成本
• 神经网络
• BR算法
• 遗传算法优化

以生物柴油成本为研究对象,综合考虑了原料、工厂产能、甘油置信度对生物柴油成本的影响。引入了人工神经网络BR(贝叶斯正规化)算法和遗传算法优化对收集到的数据进行预测。59组数据中的85%作为训练集,15%作为预测集,采用相关系数和均方误差作为预测结果的评价指标。研究结果表明:使用BR算法相关系数为0.980 4,均方误差为0.003 6,预测平均相对误差为4.47%。使用遗传算法的相关系数为0.897 2,均方误差为0.003 3,预测平均相对误差为4.89%。相较于L-M算法相关系数0.974 1,均方误差0.004 5,预测平均相对误差5.89%;两种算法的平均相对误差均有所下降,预测的效果更好。两种方法均有效验证了原料成本、工厂产能、甘油置信度对生物柴油最终成本的重要影响。

• 单位
  上海理工大学