基于TentSSA-BPNN模型的钢铁企业能耗预测研究

作     者：孙健平 侯珂 常静 SUN Jianping;HOU Ke;CHANG Jing

作者机构：西安石油大学经济管理学院陕西西安710065 

基　　金：陕西省教育厅重点科研项目(21JZ045) 

出 版 物：《华北科技学院学报》 (Journal of North China Institute of Science and Technology)

年 卷 期：2023年第20卷第2期

页      码：118-124页

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。

主 题 词：BP神经网络 麻雀搜索算法 能耗预测 数据分析 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.19956/j.cnki.ncist.2023.02.018

馆 藏 号：203121289...