基于SSA-BP神经网络的试验品室内温度预测

作者：孙冲; 刘沛然; 伊猛

来源：现代电子技术, 2023, 46(04): 171-176.

DOI：10.16652/j.issn.1004-373x.2023.04.031

• SSA算法
• PSO算法
• BP神经网络
• 弹药存储
• 温度预测
• 模型搭建
• 仿真验证

在弹药试验品日常存储温度监测过程中，传统传感器测量存在滞后性。为解决这一问题并实现试验品储存室下一时刻温度的精准预测，文中提出一种基于SSA优化BP神经网络的智能算法。通过SSA算法与BP神经网络相结合的方法，在局部搜索中快速找出阈值更新的最优位置，为BP神经网络的训练提供更好的参数。利用Matlab仿真平台搭建SSABP温度预测模型，并与PSO-BP算法温度预测模型进行仿真对比。测试结果表明：SSA-BP神经网络算法稳定性好，鲁棒性强，收敛速度快；相比PSO-BP网络，该算法的MAE和MSE误差值分别减少2.31%和0.54%，预测精准度高。所提方法可为弹药试验品储存室温度精准预测提供重要依据和参考。

• 单位
  西安工业大学; 电子信息工程学院