摘要：蒸气管网是具有典型大时滞特点的非线性网络系统结构，提高管网运行预测能力，对管网的安全高效运行有很好的指导意义。贝叶斯神经网络具有良好的泛化能力和准确计算能力，在网络目标函数中引入表示网络结构复杂性的惩罚项，以便能够在训练优化过程中降低网络结构的复杂性，达到避免网络过拟合的目的。实例验证表明，模型计算结果和泛化能力均有良好表现，优于传统BP算法计算性能，可提高企业蒸气管网运行管理水平，对流程工业节能减排建设有一定的帮助。关键词：蒸气管网；贝叶斯神经网络；数据归一化；预测建模下载全文--贝叶斯神经网络在蒸气管网预测中的应用.pdf