基于TentSSA-BPNN模型的钢铁企业能耗预测研究 |
| |
引用本文: | 孙健平,侯珂,常静.基于TentSSA-BPNN模型的钢铁企业能耗预测研究[J].华北科技学院学报,2023(2):118-124. |
| |
作者姓名: | 孙健平 侯珂 常静 |
| |
作者单位: | 西安石油大学经济管理学院 |
| |
基金项目: | 陕西省教育厅重点科研项目(21JZ045); |
| |
摘 要: | 为提高对钢铁企业电力能耗的预测精度,本文提出一种基于改进后的麻雀搜索算法的能耗预测模型TentSSA-BPNN。该模型利用Tent混沌映射改进SSA算法,设计出的TentSSA算法具有良好的稳定性和不易陷入局部最优的特点,再将其应用于传统BP神经网络,提升了预测精度。以某钢铁企业的电力能耗数据作为算例,对TentSSA-BPNN模型进行充分训练,再将其应用到对该企业的电力能耗预测当中。最后,设立对照组与本文提出的TentSSA-BPNN能耗预测模型进行对比分析。对照结果表明,TentSSA-BPNN预测模型对电力能耗的预测精度较高,在钢铁企业的节能减排方面具有一定的指导作用。
|
关 键 词: | BP神经网络 麻雀搜索算法 能耗预测 数据分析 |
|
|