基于TentSSA-BPNN模型的钢铁企业能耗预测研究
孙健平
侯珂
常静
西安石油大学 经济管理学院,陕西 西安 710065
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.
关键词：BP神经网络麻雀搜索算法能耗预测数据分析
分类号：TP183(自动化基础理论)
资助基金：陕西省教育厅重点科研项目(21JZ045)
论文发表日期：2023-04-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 118-124 )
英文信息