论文部分内容阅读
为提高螺杆式冷水机组能效预测的准确性，本文提出了基于改进遗传算法（IGA）优化BP神经网络的制冷机组能效预测方法，利用供冷负荷、冷冻水流量、冷冻水出水温度、冷却水回水温度与COP5个参数训练IGA—BP预测模型。本文以某酒店的螺杆式制冷机组为研究对象，利用该方法对机组的能效进行预测，并与标准遗传算法优化BP神经网络的预测结果进行比较，结果表明：改进后的算法计算能力有了很大的提高，SGA—BP预测模型的最大相对误差为6．73％，平均相对误差为2．96％；IGA—BP预测模型的最大相对误差为3．45％，平均相