论文研究 回归ANN模型预测联合循环电厂的电力输出功率。

最近，使用回归人工神经网络对具有高维和非线性关系的各种系统进行建模。 所研究的系统必须具有足够的数据集来训练神经网络。 这项工作的目的是在前馈人工神经网络（ANN）上应用和试验各种选择效果，该神经网络用于获得基于4个输入来预测联合循环电厂的电力输出功率（EP）的回归模型。 数据集是从开放的在线资源获得的。 这项工作显示并解释了回归神经的随机行为，并实验了隐层神经元数量的影响。 对于更大的训练数据集，它还显示出更高的性能； 另一方面，它显示了较大数量的变量作为输入的不同效果。 另外，应用和比较了两种不同的训练功能。 最后，使用人工神经网络对实际值和估计值之间的误差进行了简单的统计研究，证明了模型