基于新型BP神经网络的沼气生产预测

为了提高BP神经网络预测模型对沼气生产预测的准确性,提出了一种基于新型BP神经网络建模的沼气生产预测方法。在原有方法中引入一种新的功能函数,它优化了传统算法,不仅克服数据量少的问题,而且,与传统BP神经网络相比,拟合精度有了一定的提高。混合配比的原料相较于单一原料产气速率高,但是配比的不同也会相对应的影响产气量,目前甲烷生产企业原料的盲目配比导致了低效益生产。仿真结果表明,本文所述方法对沼气生产过程的预测具有精度高、非线性拟和能力强等优点,克服了低效益生产,可实现相同原料种类下不同配比的沼气企业效益提前精确预测,可广泛应用。