[發(fā)明專利]一種基于Elman神經(jīng)網(wǎng)絡(luò)模型的秸稈熱值預(yù)測方法

在審

• 申請?zhí)枺?/td>: 201710388891.6
• 申請日: 2017-05-25
• 公開（公告）號: CN107291994A
• 公開（公告）日: 2017-10-24
• 發(fā)明（設(shè)計）人: 杜宇航;楊俊紅;崔旭陽;雷萬寧;黃濤;高琳;賈晨;鄧磊
• 申請（專利權(quán)）人: 天津大學(xué);陜西啟迪瑞行清潔能源科技有限公司
• 主分類號: G06F17/50
• 分類號: G06F17/50;G06N3/04;G06N3/08
• 代理公司: 天津市北洋有限責(zé)任專利代理事務(wù)所12201
• 代理人: 劉子文

1.一種基于Elman神經(jīng)網(wǎng)絡(luò)模型的秸稈熱值預(yù)測方法，其特征在于，包括以下步驟：

(1)數(shù)據(jù)的歸一化和輸入：將秸稈的成分，即纖維素、半纖維素和木質(zhì)素的含量及秸稈對應(yīng)的熱值定義為一組數(shù)據(jù)，將所有數(shù)據(jù)進行歸一化處理后輸入至Matlab軟件中；

(2)確定神經(jīng)網(wǎng)絡(luò)的訓(xùn)練結(jié)構(gòu)：將秸稈的三種成分：纖維素、半纖維素和木質(zhì)素的含量作為輸入?yún)?shù)，對應(yīng)的神經(jīng)網(wǎng)絡(luò)的輸入層神經(jīng)元為3個；秸稈的熱值作為輸出參數(shù)，對應(yīng)神經(jīng)網(wǎng)絡(luò)的輸出層神經(jīng)元為1個；確定隱含層的神經(jīng)元數(shù)目；

(3)確定訓(xùn)練函數(shù)和訓(xùn)練次數(shù)；

(4)訓(xùn)練神經(jīng)網(wǎng)絡(luò)：根據(jù)步驟(2)和步驟(3)確定的神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)、訓(xùn)練函數(shù)和訓(xùn)練次數(shù)，將步驟(1)得到的歸一化數(shù)據(jù)帶入到Elman神經(jīng)網(wǎng)絡(luò)模型中對神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練；

(5)利用神經(jīng)網(wǎng)絡(luò)進行預(yù)測并對誤差進行分析：根據(jù)測定的秸稈的成分帶入至Elman神經(jīng)網(wǎng)絡(luò)模型中即可得到該秸稈的熱值。

2.根據(jù)權(quán)利要求1所述一種基于Elman神經(jīng)網(wǎng)絡(luò)模型的秸稈熱值預(yù)測方法，其特征在于，步驟(1)中將所有數(shù)據(jù)進行歸一化處理后使所有數(shù)據(jù)在(0,1)之間，具體過程如下：

其中X_min和X_max是數(shù)據(jù)X中的最小值和最大值，X_i是數(shù)據(jù)X中的任意一個值，Y_i是X_i經(jīng)過歸一化處理之后的結(jié)果，而樣本通過訓(xùn)練得到的預(yù)測結(jié)果Y_i根據(jù)式(5)還原得到熱值的預(yù)測結(jié)果X_i：

X_i＝(X_max-X_min)×Y_i+X_min (5) 。

3.根據(jù)權(quán)利要求1所述一種基于Elman神經(jīng)網(wǎng)絡(luò)模型的秸稈熱值預(yù)測方法，其特征在于，步驟(2)中神經(jīng)網(wǎng)絡(luò)采用單隱含層結(jié)構(gòu)，隱含層神經(jīng)元的數(shù)目根據(jù)經(jīng)驗公式(6)確定隱含層神經(jīng)元數(shù)目的可能取值，并帶入到Elman神經(jīng)元模型中，利用輸入樣本和輸出樣本對模型進行訓(xùn)練，確定秸稈熱值和秸稈成分的非線性關(guān)系，并以訓(xùn)練結(jié)果的均方誤差作為評估指標，確定隱含層神經(jīng)元數(shù)目；

式中：R¹為輸入層神經(jīng)元的個數(shù)，S²為輸出層神經(jīng)元的個數(shù)，S¹為隱含層神經(jīng)元的個數(shù)。

4.根據(jù)權(quán)利要求1所述一種基于Elman神經(jīng)網(wǎng)絡(luò)模型的秸稈熱值預(yù)測方法，其特征在于，步驟(3)中Elman神經(jīng)網(wǎng)絡(luò)模型的輸出層和隱含層的傳遞函數(shù)均采用對數(shù)sigmoid函數(shù)。

5.根據(jù)權(quán)利要求1所述一種基于Elman神經(jīng)網(wǎng)絡(luò)模型的秸稈熱值預(yù)測方法，其特征在于，步驟(4)中Elman神經(jīng)網(wǎng)絡(luò)的非線性表達式為:

y(k)＝g(w¹x(k)) (1)

x(k)＝f{w²[u(k-1)]+w³x_c(k)] (2)

x_c(k)＝x(k-1) (3)

式中，x,y,u,x_c分別表示n維隱含層節(jié)點單位向量，m維輸出節(jié)點向量，r維輸入向量和n維反饋狀態(tài)向量；w¹,w²,w³分別是隱含層到輸出層、輸入層到隱含層、承接層到隱含層的連接權(quán)值；g(·)為輸出神經(jīng)元的激活函數(shù)；f(·)為隱含層神經(jīng)元的激活函數(shù)；

神經(jīng)網(wǎng)絡(luò)通過不斷學(xué)習(xí)調(diào)整各層權(quán)值得到優(yōu)化，使實際輸出與期望輸出的誤差平方和函數(shù)最小，以確定玉米秸稈的熱值和成分之間的非線性關(guān)系。