基于不同神经网络模型的冷凝器两相换热量的研究

作者：高宇博; 胡晓微; 董胜明^*; 田绅; 王佳文

来源：延边大学学报(自然科学版), 2022, 48(03): 255-260.

DOI：10.16379/j.cnki.issn.1004-4353.2022.03.011

• 板式冷凝器
• 复叠式高温热泵
• 遗传神经网络
• 反馈神经网络
• 极限学习机网络
• 递归神经网络

在混合工质下利用4种神经网络模型(反馈神经网络模型(BP)、遗传神经网络模型(GA-BP)、极限学习机网络模型(ELM)和递归神经网络模型(RNN))预测了板式换热器的换热量(含相变换热).结果显示：热源温度为30、40、50℃时，GA-BP神经网络模型的平均绝对误差(MAE)、平均相对误差(MAPE)和均方根误差(RMSE)均小于其他3种神经网络模型，且与实际值接近.该结果表明，GA-BP神经网络模型比其他3种神经网络模型更适用于预测板式冷凝器的换热量(含相变换热).

• 单位
  天津商业大学