一种基于MEA‑BP神经网络的船用反渗透海水淡化系统性能预测方法

一种基于MEA‑BP神经网络的船用反渗透海水淡化系统性能预测方法，包括以下步骤：1)海水浓度、进水流量、温度和操作压力作为MEA‑BP神经网络的模型的输入变量；淡水流量、能耗和产水电导率作为输出变量；2)确定各个影响因素的取值范围，针对影响因素进行均匀正交试验，记录并分析试验结果，作为学习样本和测试样本；3)根据输入变量和输出变量确定BP神经网络的拓扑结构；4)利用MEA对BP神经网络的初始权值和阈值进行优化；5)将经优化得到的权值和阈值作为BP神经网络的初始权值和阈值，并利用学习样本对BP神经网络进行训练；6)训练完成，输入测试样本验证后，进行仿真预测。本发明速度快、精度较高、适用性较好。