基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对造纸行业存在耗能高、利用率低、能耗管理不集中的问题,利用西门子B.Data软件开发造纸企业能源管理系统.同时,BP神经网络自身存在缺陷,导致预测模型不精确的问题,利用遗传算法(Genetic algorithm,GA)优化BP神经网络模型权值和阈值,获得优化网络模型.仿真结果表明:GA-BP神经网络模型具有速度快、精度高的优点.该能源管理系统已成功应用于山东某造纸厂,系统具备监控与管理、能耗数据分析与预测、能源网络优化等功能,达到造纸企业能源有效管理和节能效果.
推荐文章
基于GA-BP神经网络算法的马铃薯晚疫病预测模型
马铃薯晚疫病
遗传算法
BP神经网络
归一化处理
基于GA-BP神经网络的电力系统负荷预测研究
电力系统
负荷预测
BP神经网络
遗传算法
GA-BP
基于GA-BP神经网络的粗粒土渗透系数预测
粗粒土
渗透系数
BP神经网络
遗传算法
孔隙比
级配
基于GA-BP神经网络的城市用水量预测
城市用水
用水量预测
BP神经网络
预测建模
网络训练
仿真分析
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于GA-BP神经网络算法的造纸企业能耗预测的研究与应用
来源期刊 中华纸业 学科 工学
关键词 EMS B.Data BP神经网络 遗传算法 权值和阈值
年,卷(期) 2017,(20) 所属期刊栏目 研究开发
研究方向 页码范围 30-36
页数 7页 分类号 TS7
字数 3311字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 胡亚南 14 31 4.0 5.0
2 丰会萍 9 20 3.0 4.0
3 王鹏文 7 3 1.0 1.0
4 宁奎伟 3 8 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (77)
共引文献  (27)
参考文献  (9)
节点文献
引证文献  (3)
同被引文献  (12)
二级引证文献  (3)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(10)
  • 参考文献(1)
  • 二级参考文献(9)
2010(8)
  • 参考文献(1)
  • 二级参考文献(7)
2011(6)
  • 参考文献(1)
  • 二级参考文献(5)
2012(8)
  • 参考文献(0)
  • 二级参考文献(8)
2013(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(4)
  • 参考文献(1)
  • 二级参考文献(3)
2016(4)
  • 参考文献(4)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(3)
  • 引证文献(2)
  • 二级引证文献(1)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
EMS
B.Data
BP神经网络
遗传算法
权值和阈值
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中华纸业
半月刊
1007-9211
37-1281/TS
大16开
山东省济南市工业南路101号
24-136
1979
chi
出版文献量(篇)
12064
总下载数(次)
5
论文1v1指导