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

作者：李洪; 章立新; 任燕; 高明; 刘婧楠

来源：计算物理, 2022, 39(01): 53-59.

DOI：10.19596/j.cnki.1001-246x.8376

• 混流闭式冷却塔
• 出水温度
• 灰色关联分析
• BP神经网络

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。

• 单位
  上海理工大学