基于神經(jīng)網(wǎng)絡(luò)的云南中煙前置庫(kù)短期負(fù)荷預(yù)測(cè)

1、基于神經(jīng)網(wǎng)絡(luò)的云南中煙前置庫(kù)短期負(fù)荷預(yù)測(cè)[摘要]用人工遺傳算法來(lái)優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)值，從全局空間出發(fā)搜索問(wèn)題的最優(yōu)解，對(duì)煙草工業(yè)企業(yè)多點(diǎn)生產(chǎn)、多點(diǎn)運(yùn)輸?shù)恼{(diào)度平臺(tái)進(jìn)行短期壓力負(fù)荷預(yù)測(cè)，達(dá)到成品卷煙產(chǎn)運(yùn)網(wǎng)絡(luò)優(yōu)化的目標(biāo)，更精確的實(shí)現(xiàn)產(chǎn)量與運(yùn)輸量的預(yù)測(cè)。最后以云南中煙省外三個(gè)前置庫(kù)作為預(yù)測(cè)模型的測(cè)算實(shí)例，測(cè)算三庫(kù)在一段時(shí)期內(nèi)的負(fù)荷壓力，并根據(jù)負(fù)荷壓力就其設(shè)立合理性進(jìn)行分析。[關(guān)鍵詞]神經(jīng)網(wǎng)絡(luò)；卷煙運(yùn)輸；短期預(yù)測(cè)[DOI]1013939jc

2、nkizgsc2015290871成品煙產(chǎn)運(yùn)系統(tǒng)的短期負(fù)荷預(yù)測(cè)各煙草工業(yè)企業(yè)紛紛以物流為導(dǎo)向建立起協(xié)調(diào)生產(chǎn)、倉(cāng)儲(chǔ)、配送各環(huán)節(jié)一體的綜合管控平臺(tái)，以一定周期成品煙流動(dòng)量和波次，制定產(chǎn)量與儲(chǔ)量。隨著卷煙物流的不斷發(fā)展，對(duì)成品煙產(chǎn)量與成品煙配送的要求也日趨精益化，控制周期愈發(fā)縮短，如何在短時(shí)間內(nèi)提供有效的預(yù)測(cè)，制訂更貼切實(shí)際需求的產(chǎn)運(yùn)計(jì)劃，本文利用BP神經(jīng)網(wǎng)絡(luò)模型提供一種短期負(fù)荷預(yù)測(cè)方法，確保綜合管控平臺(tái)的合理運(yùn)營(yíng)。1.1產(chǎn)運(yùn)平臺(tái)短期負(fù)荷預(yù)測(cè)

3、實(shí)施含義產(chǎn)運(yùn)系統(tǒng)負(fù)荷預(yù)測(cè)是煙草工業(yè)企業(yè)產(chǎn)運(yùn)領(lǐng)域的系統(tǒng)調(diào)度、實(shí)時(shí)控制、運(yùn)行計(jì)劃和發(fā)展規(guī)劃的前提，是煙草工業(yè)企業(yè)物流調(diào)度部門、生產(chǎn)部門與規(guī)劃部門所必須具有的基本信息。準(zhǔn)確的負(fù)荷預(yù)測(cè)有助于提高煙草產(chǎn)輸出層以及處于輸入輸出層之間的中間層。中間層有單層或多層，由于它們和外界沒(méi)有直接的聯(lián)系，故也稱為隱層。在隱層中的神經(jīng)元也稱隱層單元。隱層雖然和外界不連接但是，它們的狀態(tài)則影響輸入輸出之間的關(guān)系。這也是說(shuō)，改變隱層的權(quán)系數(shù)，可以改變整個(gè)多層神經(jīng)網(wǎng)絡(luò)的

4、性能。BP網(wǎng)絡(luò)也存在著問(wèn)題。第一，BP算法的學(xué)習(xí)速度很慢。其原因主要有三點(diǎn)：一是由于BP算法本質(zhì)上為梯度下降法，而它所要優(yōu)化的目標(biāo)函數(shù)又非常復(fù)雜，因此，必然會(huì)出現(xiàn)“鋸齒形現(xiàn)象”，這使得BP算法低效；二是存在麻痹現(xiàn)象，由于優(yōu)化的目標(biāo)函數(shù)很復(fù)雜，它必然會(huì)在神經(jīng)元輸出接近0或1的情況下，出現(xiàn)一些平坦區(qū)，在這些區(qū)域內(nèi)，權(quán)值誤差改變很小，使訓(xùn)練過(guò)程幾乎停頓；三是為了使網(wǎng)絡(luò)執(zhí)行BP算法，不能用傳統(tǒng)的一維搜索法求每次迭代的步長(zhǎng)，而必須把步長(zhǎng)的更新規(guī)則

5、預(yù)先賦予網(wǎng)絡(luò)，這種方法將引起算法低效。第二，網(wǎng)絡(luò)訓(xùn)練失敗的可能性較大。其原因有四點(diǎn)：一是從數(shù)學(xué)角度看，BP算法為一種局部搜索的優(yōu)化方法，但它要解決的問(wèn)題為求解復(fù)雜非線性函數(shù)的全局極值，因此，算法很有可能陷入局部極值，使訓(xùn)練失敗；二是網(wǎng)絡(luò)的逼近、推廣能力同學(xué)習(xí)樣本的典型性密切相關(guān)，而從問(wèn)題中選取典型樣本實(shí)例組成訓(xùn)練集是一個(gè)很困難的問(wèn)題。三是難以解決應(yīng)用問(wèn)題的實(shí)例規(guī)模和網(wǎng)絡(luò)規(guī)模間的矛盾。這涉及網(wǎng)絡(luò)容量的可能性與可行性的關(guān)系問(wèn)題，即學(xué)習(xí)復(fù)雜性