孙振国 范星涛 韩毅

摘要：神经网络作为一种新的计算模型，在许多领域中展现出独特的应用价值。本文综述了神经网络在供热行业不同领域中的应用，分析了神经网络在预测模型以及数据计算中具有重要的实际意义。

关键词：神经网络 供热 预测 模型

人工神经网络（Artificial Neural Networks，简称ANN）预测模型是基于模拟人脑神经元处理信息的过程，由大量的处理单元组成非线性的系统进而对相关变量进行模拟训练，达到预期的预测效果。不仅克服了传统物理符号系统在信息处理中的困难，同时具有自适应、自学习的数据处理能力。作为近些年来发展应用的一门边缘学科，人工神经网络模型具有良好的非线性特点以及极高的拟合精度，在一些领域中得到了广泛的应用。

在众多前向神经网络中，应用最广的尤为BP网络。BP神经网络（Back-propagation Neutral Network）是一种基于误差反向传播的多层前向神经网络。BP算法包括输入层、隐含层、输出层。其算法训练的过程分为两部分：正向传播的信号输入和反向传播的信号输出。输入样本首先通过输入层进入中间层，进而传递到输出层。输出层的神经元通过训练函数输出响应值。如果响应值与期望的输出值之间存在较大误差时，网络会进行反向传递，经过隐含层返回到输入层，直至达到允许的误差范围或者训练步数。其函数模型为：

其中，xj为神经元输入信号;wkj为神经元k到神经元j的连接权值;k为神经元的阈值;

f为激励函数或传递函数。……