[发明专利]基于GA‑RBF的碟式太阳能集热器出口温度预测方法在审
申请号: | 201610533912.4 | 申请日: | 2016-07-07 |
公开(公告)号: | CN106227915A | 公开(公告)日: | 2016-12-14 |
发明(设计)人: | 郑健;颜辉;吴昊 | 申请(专利权)人: | 南京工程学院 |
主分类号: | G06F17/50 | 分类号: | G06F17/50;G06N3/04;G06N3/08 |
代理公司: | 南京正联知识产权代理有限公司32243 | 代理人: | 王素琴 |
地址: | 211167 江苏*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明提供一种基于GA‑RBF的碟式太阳能集热器出口温度预测方法,利用大气温度、湿度、太阳辐照和空气流速的历史数据,将历史数据归一化,构建训练样本;构建RBF人工神经网络;利用遗传算法对RBF人工神经网络参数初始值优化;运用梯度下降法对训练样本进行学习,训练得出RBF人工神经网络的网络权值W、高斯函数中心向量C和基宽向量B;利用训练好的RBF人工神经网络预测模型,实现对碟式太阳能集热器出口温度的预测。本发明有效地获取碟式太阳能集热器出口温度相关因素数据,同时运用遗传算法和梯度法对RBF人工神经网络的参数进行了优化,具有较高的学习效率和预测精度。 | ||
搜索关键词: | 基于 ga rbf 太阳能 集热器 出口 温度 预测 方法 | ||
【主权项】:
一种基于GA‑RBF的碟式太阳能集热器出口温度预测方法,其特征在于,包括以下步骤:步骤1、利用大气温度、湿度、太阳辐照和空气流速的历史数据,将历史数据归一化,构建集热器出口温度训练样本;步骤2、根据步骤1转换得到的集热器出口温度训练样本,构建基于GA‑RBF人工神经网络预测模型,确定RBF人工神经网络预测模型的输入层神经元个数、隐含层神经元个数以及输出层神经元个数;步骤3、利用遗传算法对RBF人工神经网络参数初始值优化,获得RBF人工神经网络预测模型的初始参数值,其中,RBF人工神经网络参数包括网络权值W、高斯函数中心向量C和基宽向量B;步骤4、利用步骤3优化好的RBF人工神经网络预测模型的初始参数值,带入RBF人工神经网络预测模型,运用梯度下降法对集热器出口温度训练样本进行学习,训练得出RBF人工神经网络的网络权值W、高斯函数中心向量C和基宽向量B;步骤5、利用训练好的RBF人工神经网络预测模型,实现对碟式太阳能集热器出口温度的预测。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京工程学院,未经南京工程学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201610533912.4/,转载请声明来源钻瓜专利网。