遗传算法神经网络混合算法改进换热器的仿真精度

论文简介：

针对目前神经网络在制冷系统仿真应用中，网络训练易陷入局部极小点问题, 用遗传算法优化神经网络的连接权，并在遗传进化过程中采取保留最优个体的策略，建立于基于遗传算法和神经网络的混合算法，并应用于换热器仿真软件的精度自校正的应用中，实际结果表明，该算法相对遗传算法高效，相对于神经网络稳定。用于实际仿真计算，修正前的换热量误差最大28.96%，平均11.12%，采用混合算法修正后误差最大4.9%，平均1.0%。



附件名：2006281139391289998/2006281139391289998.htm

文件大小：11K

(升级VIP 如何赚取土木币)

• 0人已收藏

• 0人已打赏

  免费
• 0人已点赞

• 分享

  复制链接 新浪微博 微信扫一扫