神经网络在压缩空气系统中的应用与研究

温、湿度是影响压缩空气系统性能的主要因素,不同的温、湿度工况下,压缩空气系统的排气流量与功耗不同.本文使用多层前馈神经网络研究温、湿度变化对压缩空气系统输出流量及功耗的影响.基于从实验中获得的数据对建立的神经网络模型进行训练,并使用不同的优化算法对神经网络模型进行优化,基于均方误差、相对误差,决定系数比较不同优化算法的性能.结果表明基于Levenberg—Marquqrdt算法的神经网络模型预测效果最好,与实验值相比误差在±1％之内.