基于SA—BP算法的小波神经网络在喷射器性能预测中应用.pdfVIP

第28卷第6期 建 筑 热 能 通 风 空 调 Vo1．28No．6 2009年 l2月 BuildingEnergy Environment Dec．2009．1～4 文章编号：1003—0344(2009)06．001--4 基于 SA—BP算法的小波神经网络在喷射器性能预测中应用 黄亮亮 曹家枞 汤小亮 东华大学环境科学与工程学院 摘 要：以现有的喷射器实验结果数据集作为样本 ，用三种小波神经网络分别预测喷射器的性能，网络的训练分 别采用模拟退火BP算法和BP算法，得出了最适合本模型的小波函数。数值实验结果显示，这种小波神经网络预 测喷射器性能的精度能够满足实际工程的要求，而采用模拟退火BP算法比采用BP算法训练的效果略好。 关键词：喷射器 小波神经网络 模拟退火BP算法 性能预测 ApplicationofW aveletNeuralNetw orksBased onSA-BP Algorithm in ForecastingthePerformanceofEjectors HUANGLiang—liang，CAO Jia-cong，TANGXiao—liang CollegeofEnvironm entalScienceandEngineering，DonghuaUniversity Abstract：Inthispaper．modelsof3kindsofwaveletneuralnetworkwereestablishedtoforecasttheperformanceof questionedejectors，ofwhichagreatnumberofexperimentaldatahadbeenobtained．SA-BPandBPalgorithmswere adopted，respectively，fornetworktrainingbasedontheobatineddataset．Accordingtotheresultsoftraining，themost suitablewaveletbasewasselectedrfom the3waveletbasestobetheactivationfunctionofthenewt ork．Numerical experimentsshowhtattheforecastingoftheejectorperfomrancecanmeettherequirementofejectorinpractice，andthe applicationofSA—BPtrainingalgorithm issomewhatbe~erthanofBPtrainingalgorithm ． Keywords：ejector，waveletneuralnewtork，SimulatedAnnealing—BackPropagation (SA-BP)algorithm，perfomrance forecast 0 引言 l喷嘴 、 I‘ = 二 喷射器具有结构简单 、加工容易、没有活动部件 · T— 等优点，被广泛地应用于石化 、制冷、冶金 、能源等工业 ]f厂 触 领域[11。图1是一种典型的喷射器原理图：工作流体经 引射流体 )lP 过喷嘴后形成高速射流 ，并在吸收室里形成低压 ，引 图1喷射器工作原理图 射流体在压差作用下进入混合室并与工作流体混合