[发明专利]一种基于优化的BP神经网络的沼气产量建模计算方法及装置

权利要求书

1.一种基于优化的BP神经网络的沼气产量建模计算方法，其特征在于,包括如下步骤：

1)选取五百组包括沼气产量Q_a、污水流量Q、进水有机物浓度S₀和出水有机物浓度S_e的关键数据，设定Q×(S₀-S_e)作为输入向量X，沼气产量Q_a作为输出向量Y；计算出五百组输入、输出向量组(X,Y)，并通过公式计算出沼气产率η，并计算沼气产率平均值

2)将沼气产率平均值作为BP神经网络的学习率，将每个神经网络神经元的激励函数变为并将上述计算得出的五百组输入、输出向量组(X,Y)代入上述公式，其中的x值对应X，f(x)值对应Y；

3)将所述BP神经网络的每个神经元的输出误差阈值θ设置为0.00001；各个神经元初始连接权值随机产生；

4)对BP神经网络训练，将通过输入值X计算出的神经元值Y′，与实际测得的Y进行比对，差值绝对值小于输出误差阈值θ则完成最后一层训练。

2.一种基于优化的BP神经网络的沼气产量建模计算装置，其特征在于：该装置包括三个部分：

数据采集网关，用于采集并传送数据；

数据分析引擎，用于对数据采集网关传送的数据进行关键数据提取；

算法模块，采用权利要求1所述的基于优化的BP神经网络的沼气产量建模计算方法，用于对数据分析引擎提取的关键数据进行建模学习，并最终生成沼气产量建模模型。

3.根据权利要求2所述的一种基于优化的BP神经网络的沼气产量建模计算装置，其特征在于：所述关键数据包括沼气产量、污水流量、进水有机物浓度和出水有机物浓度。