BP-PSO在电加热炉中的温度智能预测

作者：王龙刚; 侯媛彬

来源：自动化仪表, 2013, (01): 54-56+60.

DOI：10.16086/j.cnki.issn1000-0380.2013.01.014

• 电加热炉
• 粒子群优化
• BP神经网络
• 系统模型
• 预测精度 Electric furnace Particle swarm optimization BP neural network System model Prediction accuracy

针对电加热炉难以建立精确模型的问题,提出采用BP神经网络与粒子群优化(PSO)相结合的算法对电加热炉的温度变化进行辨识,并建立系统模型。在建立系统模型的基础上,对温度变化趋势进行了预测。试验结果显示,与BP神经网络算法相比,粒子群优化BP神经网络算法所得到的预测值有效时间范围延长了60%;在相同有效的预测时间内,预测值精度提高了43%。

• 单位
  西安科技大学