[发明专利]一种基于神经网络模型的卤水自然蒸发速率预测方法

摘要

本发明涉及一种基于神经网络模型的卤水自然蒸发速率预测方法，步骤为：通过室内模拟盐田获得多因素协同作用(空气温度、风速、太阳幅照强度、卤水温度、卤水浓度、卤水深度等)下卤水自然蒸发速率，最后通过BP神经网络拟合多因素与自然蒸发速率的关系，训练获得精度较高的模型。模型训练完成后，可将实际生产条件导入到训练好的神经网络中，即可快递准确地预测实际卤水自然蒸发速率预测方法。

主权项

一种基于神经网络模型的卤水自然蒸发速率预测方法，其特征在于：包括如下具体步骤：(1)建立室内模拟盐田系统，通过人工手段控制模拟盐田的空气温度、空气湿度、风速、太阳幅照、卤水温度、卤水浓度、卤水深度，获得卤水自然蒸发速率的基础数据。(2)对基础数据的标准化处理，将其转换成[0，1]区间的值，即需要对实验数据进行标准化。(3)创建一个BP神经网络：选定网络传递函数、训练函数和学习函数，选择多层神经元网络，建立具有多个输入节点及1个输出节点的三层BP网络模型，将标准化后的实验数据输入网络模型，实现了对实验数据的训练，训练完成后，将网络的权值矩阵和阀值矩阵输出并保存。(4)将气候条件和卤水条件标准化后输入已训练完成的模型，获得卤水自然蒸发速率的预测值。