BAS-BP控制模型在化工厂空调节能中的应用研究

实施能源控制,降低化工材料企业能源消耗对企业实施转型升级,提升企业市场竞争力具有至关重要的意义。对化工企业厂房空调系统进行了分析,将空调系统能效比作为节能智能控制的目标。采用BAS对BP神经网络初始权值与偏置进行优化,得到了BAS-BP模型,通过该模型对厂房空调系统实施节能智能控制。将该节能智能控制模型应用于某化工材料企业中,通过520次迭代,厂房内温度区域稳定,为24.5℃,同时得到了各影响因素的值。这对化工材料企业厂房空调节能智能控制提供了数据支撑。

基于BAS-BP神经网络的医药供应链协同绩效智能评价

近年来医药供应链协同绩效引起了广泛关注,它能有效应对“两票制”“带量采购”“新药品管理法”等医改新政给医药供应链上的医药流通/销售企业带来的运营成本压力。在分析医改新政下医药供应链新变化的基础上,设计医药供应链实施智能化绩效评价的框架体系。从信息共享协同、业务流程协同、客户服务协同三个方面,构建以医药流通/销售企业为核心的医药供应链协同绩效评价指标体系。运用BAS-BP神经网络进行智能化评价和改进建模。实际算例验证了该模型的有效性及智能化评价体系的可行性。

基于BAS-BP模型的在机测量系统误差白化建模

为了提高数控机床在机测量系统的测量精度,建立精确的、多因素影响下的单项误差白化模型,分析了在机测量系统单项误差的变化特点,提出一种BAS-BP建模方法,优化神经网络的权值和阈值,以空间位置和速度两种影响因素作为输入进行建模。以X轴5项几何误差为例,进行多元回归、BP和BAS-BP神经网络预测建模效果比较。实验结果表明,应用BAS-BP神经网络的预测建模精度最高,均方误差最大仅为0.7153μm。且能实现多因素影响下的几何误差白化建模,更适用于在机测量系统误差精确建模和后续的误差补偿。