文章目录

1 生物柴油成本的主要影响因素

1.1 原料类型

1.2 工厂产能

1.3 催化剂

1.4 副产品甘油置信度

2 结果与讨论

2.1 数据收集

2.2 BP神经网络

    2.2.1 BP神经网络原理

    2.2.2 BP神经网络的实现过程

2.3 训练和应用神经网络

2.4 设置训练评价参数

2.5 训练结果讨论与分析

3 结论

文章摘要:采用生物柴油工业化生产经济成本分析的相关论文数据,对论文的数据进行了收集整理,从原料、催化剂、工厂产能、甘油置信度等方面进行了详细分析。引入了人工神经网络对收集到的数据进行优化预测,将59组数据的85%作为训练集,15%作为预测集,采用相关系数和均方误差作为预测结果的评价指标,使用BP网络里的L-M（莱文贝格-马夸特）算法对数据进行研究表征。研究结果表明:使用L-M算法相关系数为0.974 1,均方误差为0.004 5;预测结果的平均相对误差为5.85%。L-M神经网络算法有效验证了原料成本、工厂产能、甘油置信度对生物柴油最终成本的重要影响。

文章关键词:

论文DOI:10.16560/j.cnki.gzhx.20210504

论文分类号:TP183;TE667

文章来源：《新型工业化》 网址: http://www.xxgyhzz.cn/qikandaodu/2021/1031/1230.html