基于人工神經(jīng)網(wǎng)絡(luò)控制的節(jié)能空調(diào)器的MATLAB仿真
格式:pdf
大?。?span id="hb2miwuoln1s" class="single-tag-height" data-v-09d85783>314KB
頁(yè)數(shù):3P
人氣 :71
4.4
整個(gè)系統(tǒng)仿真過(guò)程主要針對(duì)主流智能變頻空調(diào)的控制系統(tǒng)分析,使用人工神經(jīng)網(wǎng)絡(luò)對(duì)控制系統(tǒng)進(jìn)行建模,并使用人工神經(jīng)網(wǎng)絡(luò)中常用的Hopfield網(wǎng)絡(luò)與BP網(wǎng)絡(luò)模型對(duì)控制系統(tǒng)模型進(jìn)行Matlab仿真編程,得出并對(duì)比兩種網(wǎng)絡(luò)對(duì)系統(tǒng)的仿真結(jié)果,其仿真結(jié)果表明兩種網(wǎng)絡(luò)從不同角度較好地反映了系統(tǒng)模型的功能特點(diǎn)。著重分析了人工神經(jīng)網(wǎng)絡(luò)理論對(duì)智能家用節(jié)能空調(diào)的控制系統(tǒng)仿真。
變頻空調(diào)器的模糊CMAC神經(jīng)網(wǎng)絡(luò)控制
格式:pdf
大?。?span id="hb2miwuoln1s" class="single-tag-height" data-v-09d85783>462KB
頁(yè)數(shù):3P
本文設(shè)計(jì)了一種模糊cmac(flcmac)控制器,這種控制器將傳統(tǒng)的cmac神經(jīng)網(wǎng)絡(luò)和模糊邏輯控制原理相結(jié)合,同時(shí)具備了cmac的快速學(xué)習(xí)能力和模糊邏輯的將專(zhuān)家經(jīng)驗(yàn)融入系統(tǒng)利用模糊規(guī)則處理信息的優(yōu)點(diǎn),又克服了cmac的精度低和模糊邏輯的缺乏學(xué)習(xí)能力的缺點(diǎn),將其應(yīng)用于空調(diào)控制器的設(shè)計(jì)中,仿真結(jié)構(gòu)驗(yàn)證了其有效性。
基于神經(jīng)網(wǎng)絡(luò)的空調(diào)器噪聲故障診斷
格式:pdf
大?。?span id="hb2miwuoln1s" class="single-tag-height" data-v-09d85783>124KB
頁(yè)數(shù):2P
噪聲是影響家用空調(diào)器質(zhì)量的一個(gè)重要因素,提出了一種用bp神經(jīng)網(wǎng)絡(luò)識(shí)別空調(diào)器噪聲源的方法.利用聲學(xué)分析儀對(duì)空調(diào)器的噪聲信號(hào)做頻譜分析,提取噪聲信號(hào)的頻譜特征構(gòu)造模式特征量,設(shè)計(jì)一個(gè)三層bp神經(jīng)網(wǎng)絡(luò)經(jīng)學(xué)習(xí)訓(xùn)練后進(jìn)行空調(diào)器的噪聲源識(shí)別,為空調(diào)器的噪聲故障診斷及其減振降噪提供指導(dǎo).
變風(fēng)量空調(diào)系統(tǒng)的神經(jīng)網(wǎng)絡(luò)控制
格式:pdf
大?。?span id="hb2miwuoln1s" class="single-tag-height" data-v-09d85783>168KB
頁(yè)數(shù):2P
3
變風(fēng)量空調(diào)系統(tǒng)的神經(jīng)網(wǎng)絡(luò)控制——首先闡述了變風(fēng)量空調(diào)系統(tǒng)及其人工神經(jīng)網(wǎng)絡(luò)控制的策略,并從建立模型、樣本訓(xùn)練和控制實(shí)現(xiàn)方面闡述了bp神經(jīng)網(wǎng)絡(luò)在變風(fēng)量空調(diào)系統(tǒng)中的應(yīng)用,對(duì)其不足和改進(jìn)也做了簡(jiǎn)單說(shuō)明
具有神經(jīng)網(wǎng)絡(luò)控制器的紡織廠空調(diào)自控系統(tǒng)
格式:pdf
大?。?span id="hb2miwuoln1s" class="single-tag-height" data-v-09d85783>131KB
頁(yè)數(shù):6P
4.7
用可逼近任意非線(xiàn)性函數(shù)的神經(jīng)網(wǎng)絡(luò)構(gòu)造了辨識(shí)器和控制器,通過(guò)bp算法對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)訓(xùn)練,修正其權(quán)系數(shù)及閾值,使學(xué)習(xí)訓(xùn)練誤差趨于零.將該方案應(yīng)用于紡織廠羊絨生產(chǎn)車(chē)間的空調(diào)系統(tǒng),并給出了仿真實(shí)驗(yàn)結(jié)果.
神經(jīng)網(wǎng)絡(luò)在空調(diào)器仿真中的應(yīng)用研究
格式:pdf
大小:196KB
頁(yè)數(shù):7P
4.7
制冷空調(diào)裝置特性不僅受熱力學(xué)基本定律的支配,而且與裝置結(jié)構(gòu)、生產(chǎn)工藝等實(shí)際因素密切相關(guān),因此仿真精度在目前的通用仿真軟件中難以保證。本文提出用基于模型的神經(jīng)網(wǎng)絡(luò)方法來(lái)解決這一問(wèn)題。以房間空調(diào)器為例,在傳統(tǒng)數(shù)學(xué)模型的基礎(chǔ)上,通過(guò)定量參數(shù)的神經(jīng)網(wǎng)絡(luò)辨識(shí),顯著地改善了空調(diào)器穩(wěn)態(tài)特性和開(kāi)機(jī)動(dòng)態(tài)特性的仿真效果。神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)功能保證了該方法在實(shí)際應(yīng)用中具有很強(qiáng)的通用性。本文研究表明智能仿真方法用于制冷系統(tǒng)仿真可以取得優(yōu)于傳統(tǒng)數(shù)值仿真方法的效果。
神經(jīng)網(wǎng)絡(luò)在空調(diào)器仿真中的應(yīng)用研究
格式:pdf
大小:64KB
頁(yè)數(shù):1P
4.4
制冷空調(diào)裝置特性不僅受熱力學(xué)基本定律的支配,……本文提出用基于模型的神網(wǎng)絡(luò)方法來(lái)解決這一問(wèn)題……
節(jié)能空調(diào)器的設(shè)計(jì)
格式:pdf
大?。?span id="hb2miwuoln1s" class="single-tag-height" data-v-09d85783>208KB
頁(yè)數(shù):1P
4.5
一、空調(diào)的最佳溫度天氣炎熱,冷氣自然十分舒適。但是從健康的角度來(lái)說(shuō),冷氣的溫度不是越低越好??蒲腥藛T通過(guò)實(shí)踐發(fā)現(xiàn),在炎熱的夏季,人們?nèi)绻?5分鐘之內(nèi)10次出入溫差7-8℃的室內(nèi)外,就會(huì)引起腹瀉、頭痛及感冒等疾病。如果溫差10℃以上,只要四五次出入室內(nèi)外,就會(huì)引發(fā)同樣的疾病。
節(jié)能空調(diào)器的設(shè)計(jì)
格式:pdf
大?。?span id="hb2miwuoln1s" class="single-tag-height" data-v-09d85783>107KB
頁(yè)數(shù):1P
3
節(jié)能空調(diào)器的設(shè)計(jì)——科研人員通過(guò)實(shí)踐發(fā)現(xiàn),在炎熱的夏季,人們?nèi)绻趌5分鐘之內(nèi)l0次出人溫差7—8℃的室內(nèi)外,就會(huì)引起腹瀉、頭痛及感冒等疾病如果溫差10℃以上,只要四五次出入室內(nèi)外,就會(huì)引發(fā)同樣的疾病.
ED系列節(jié)能空調(diào)器
格式:pdf
大?。?span id="hb2miwuoln1s" class="single-tag-height" data-v-09d85783>70KB
頁(yè)數(shù):2P
4.8
介紹了制冷能力2.5kw、采暖效率(cop即能力/輸入功率)為4.2的節(jié)能新型空調(diào)器;壓縮機(jī)內(nèi)改變直流電動(dòng)機(jī)磁鐵配置、室內(nèi)機(jī)采用多段彎曲換熱器和不規(guī)則斜橫流風(fēng)扇,并通過(guò)ga控制,實(shí)現(xiàn)了非穩(wěn)態(tài)與穩(wěn)態(tài)的兼容運(yùn)行。
一種新的復(fù)合神經(jīng)網(wǎng)絡(luò)控制器
格式:pdf
大?。?span id="hb2miwuoln1s" class="single-tag-height" data-v-09d85783>366KB
頁(yè)數(shù):3P
4.7
目的介紹一種新的復(fù)合神經(jīng)網(wǎng)絡(luò)控制器的結(jié)構(gòu)。方法結(jié)合傳統(tǒng)控制、神經(jīng)網(wǎng)絡(luò)監(jiān)督控制、神經(jīng)網(wǎng)絡(luò)逆控制的優(yōu)點(diǎn)提出復(fù)合控制器方案,建立用它控制水箱系統(tǒng)的水位和溫度的仿真模型,并進(jìn)行計(jì)算機(jī)仿真。結(jié)果仿真實(shí)驗(yàn)表明,復(fù)合神經(jīng)網(wǎng)絡(luò)控制器中的pd控制器、神經(jīng)網(wǎng)絡(luò)監(jiān)督控制器、神經(jīng)網(wǎng)絡(luò)逆控制器,可以協(xié)同工作,也可以在某種程度上單獨(dú)工作。結(jié)論復(fù)合神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)的魯棒性和抗干擾性得到提高。
模糊神經(jīng)網(wǎng)絡(luò)控制在中央空調(diào)中的研究
格式:pdf
大?。?span id="hb2miwuoln1s" class="single-tag-height" data-v-09d85783>774KB
頁(yè)數(shù):5P
4.4
中央空調(diào)作為廣泛使用的高能耗系統(tǒng),其節(jié)能問(wèn)題受普遍關(guān)注。針對(duì)傳統(tǒng)的定流量方法存在的問(wèn)題,本文提出采用改進(jìn)的負(fù)荷隨動(dòng)跟蹤方法,實(shí)時(shí)監(jiān)測(cè)中央空調(diào)的負(fù)荷,并由計(jì)算機(jī)控制水泵電機(jī),降低主機(jī)能耗。利用模糊神經(jīng)網(wǎng)絡(luò)理論,建立符合隨動(dòng)跟蹤的模型,并利用實(shí)際數(shù)據(jù)進(jìn)行系統(tǒng)仿真。仿真結(jié)果表明,此方法提高中央空調(diào)的工作效率,實(shí)現(xiàn)良好的節(jié)能效果。
基于人工神經(jīng)網(wǎng)絡(luò)的繼電器評(píng)價(jià)系統(tǒng)
格式:pdf
大?。?span id="hb2miwuoln1s" class="single-tag-height" data-v-09d85783>143KB
頁(yè)數(shù):4P
4.7
為在繼電器的設(shè)計(jì)和生產(chǎn)階段通過(guò)多個(gè)評(píng)價(jià)指標(biāo)評(píng)價(jià)其整體品質(zhì),研究了多層次綜合評(píng)判模型的可計(jì)算性。該模型依據(jù)電器產(chǎn)品設(shè)計(jì)方案關(guān)于技術(shù)性能和成本的綜合評(píng)價(jià)指標(biāo)體系,并通過(guò)對(duì)神經(jīng)網(wǎng)絡(luò)原理的評(píng)判方法的研究而建立。實(shí)例證明,人工神經(jīng)網(wǎng)絡(luò)的出現(xiàn)為處理各種模糊的、數(shù)據(jù)不完全的、模擬的、不精確的模式識(shí)別問(wèn)題提供了一個(gè)全新的途徑。
人工神經(jīng)網(wǎng)絡(luò)在空調(diào)系統(tǒng)中的應(yīng)用
格式:pdf
大?。?span id="hb2miwuoln1s" class="single-tag-height" data-v-09d85783>253KB
頁(yè)數(shù):2P
4.6
簡(jiǎn)要介紹了人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)及特點(diǎn),并且詳細(xì)論述了神經(jīng)網(wǎng)絡(luò)在中央空調(diào)水系統(tǒng)、風(fēng)系統(tǒng)、制冷系統(tǒng)、負(fù)荷預(yù)測(cè)、系統(tǒng)的仿真設(shè)計(jì)和建筑運(yùn)行能耗評(píng)價(jià)等方面的應(yīng)用概況,指出了神經(jīng)網(wǎng)絡(luò)在空調(diào)領(lǐng)域今后的發(fā)展方向.
人工神經(jīng)網(wǎng)絡(luò)在暖通空調(diào)領(lǐng)域的應(yīng)用研究發(fā)展
格式:pdf
大?。?span id="hb2miwuoln1s" class="single-tag-height" data-v-09d85783>553KB
頁(yè)數(shù):4P
4.4
綜述了人工神經(jīng)網(wǎng)絡(luò)在暖通空調(diào)領(lǐng)域的研究和開(kāi)發(fā)現(xiàn)狀,闡述了負(fù)荷預(yù)測(cè)、能量管理、故障診斷、系統(tǒng)辨識(shí)與控制等應(yīng)用方面,展望了進(jìn)一步的研究方向
應(yīng)用人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)建筑物空調(diào)負(fù)荷
格式:pdf
大?。?span id="hb2miwuoln1s" class="single-tag-height" data-v-09d85783>412KB
頁(yè)數(shù):3P
4.3
用vb編制了人工神經(jīng)網(wǎng)絡(luò)的通用bp算法程序。根據(jù)西安參考年氣象參數(shù),采用動(dòng)態(tài)模擬程序計(jì)算了某辦公樓4月至9月逐時(shí)冷負(fù)荷,結(jié)果顯示利用神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)值與計(jì)算值吻合。
基于人工神經(jīng)網(wǎng)絡(luò)算法的車(chē)輛空調(diào)系統(tǒng)
格式:pdf
大小:1.2MB
頁(yè)數(shù):3P
4.4
針對(duì)當(dāng)前乘員艙溫度(特別是前后排)難以準(zhǔn)確測(cè)量的現(xiàn)狀,提出一種基于人工神經(jīng)網(wǎng)絡(luò)算法的乘員艙溫度模型。該模型集成于空調(diào)控制器內(nèi),作為空調(diào)系統(tǒng)的輸入值及溫度反饋值,能夠更加及時(shí)、準(zhǔn)確地調(diào)節(jié)乘員艙溫度。
基于BP人工神經(jīng)網(wǎng)絡(luò)的空調(diào)降溫負(fù)荷預(yù)測(cè)
格式:pdf
大?。?span id="hb2miwuoln1s" class="single-tag-height" data-v-09d85783>1.2MB
頁(yè)數(shù):4P
4.5
空調(diào)負(fù)荷是近年來(lái)增長(zhǎng)較快的一類(lèi)負(fù)荷,其特性對(duì)電網(wǎng)的電壓穩(wěn)定性影響很大。夏季影響空調(diào)負(fù)荷的因素主要是溫度和濕度的變化。為了更好的預(yù)測(cè)空調(diào)降溫負(fù)荷,研究了溫度和濕度對(duì)空調(diào)負(fù)荷的影響。利用bp人工神經(jīng)網(wǎng)絡(luò)對(duì)電網(wǎng)空調(diào)負(fù)荷進(jìn)行了預(yù)測(cè),經(jīng)過(guò)分析把日平均濕度量化成4段,和日平均濕度實(shí)際數(shù)值的模型進(jìn)行計(jì)算比較,結(jié)果顯示考慮日最高溫度和日平均濕度量化為4段能更好的模擬溫度、濕度和空調(diào)負(fù)荷之間的非線(xiàn)性關(guān)系,能更好的對(duì)電網(wǎng)空調(diào)負(fù)荷進(jìn)行預(yù)測(cè)。
基于神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)控制的中央空調(diào)實(shí)時(shí)仿真研究
格式:pdf
大?。?span id="hb2miwuoln1s" class="single-tag-height" data-v-09d85783>949KB
頁(yè)數(shù):4P
4.7
文章以中央空調(diào)系統(tǒng)為對(duì)象,采用神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)控制算法來(lái)實(shí)現(xiàn)溫度控制,在單片機(jī)控制器上實(shí)現(xiàn)編程,并通過(guò)實(shí)時(shí)仿真驗(yàn)證控制算法的實(shí)用性,得到接近實(shí)際情況的仿真結(jié)果。
基于神經(jīng)網(wǎng)絡(luò)汽車(chē)空調(diào)的控制仿真與故障診斷
格式:pdf
大?。?span id="hb2miwuoln1s" class="single-tag-height" data-v-09d85783>181KB
頁(yè)數(shù):5P
4.6
基于人工神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)功能和能夠表達(dá)復(fù)雜關(guān)系的特點(diǎn),針對(duì)桑塔納2000空調(diào)、冷卻系統(tǒng)的控制關(guān)系建立了相關(guān)神經(jīng)網(wǎng)絡(luò)仿真模型并進(jìn)行了仿真和故障診斷的研究。事實(shí)證明,神經(jīng)網(wǎng)絡(luò)技術(shù)是復(fù)雜車(chē)輛控制系統(tǒng)的控制關(guān)系分析和故障診斷的一種便捷、有效的方法。
變風(fēng)量空調(diào)系統(tǒng)末端的模糊神經(jīng)網(wǎng)絡(luò)控制研究
格式:pdf
大?。?span id="hb2miwuoln1s" class="single-tag-height" data-v-09d85783>182KB
頁(yè)數(shù):4P
3
變風(fēng)量空調(diào)系統(tǒng)末端的模糊神經(jīng)網(wǎng)絡(luò)控制研究——針對(duì)目前傳統(tǒng)pid控制對(duì)模型依賴(lài)性強(qiáng),難以在線(xiàn)調(diào)整,有非線(xiàn)性和不確定性的變風(fēng)量(vav)空調(diào)系統(tǒng)的控制動(dòng)態(tài)性能差的特點(diǎn),提出將模糊神經(jīng)網(wǎng)絡(luò)應(yīng)用于該系統(tǒng).建立了模糊神經(jīng)網(wǎng)絡(luò)控制器.基于變風(fēng)量空調(diào)系統(tǒng)末端裝置的...
變風(fēng)量空調(diào)系統(tǒng)的小波神經(jīng)網(wǎng)絡(luò)控制
格式:pdf
大?。?span id="hb2miwuoln1s" class="single-tag-height" data-v-09d85783>2.2MB
頁(yè)數(shù):1P
4.5
提出一種基于小波神經(jīng)網(wǎng)絡(luò)的控制方法,并將其運(yùn)用到變風(fēng)量空調(diào)的控制中去,小波神經(jīng)網(wǎng)絡(luò)控制器能產(chǎn)生復(fù)雜的最佳控制規(guī)律。仿真結(jié)果表明小波神經(jīng)網(wǎng)絡(luò)控制方法明顯優(yōu)于普通神經(jīng)網(wǎng)絡(luò)控制,并且具有逼近精度高、控制效果好、抗干擾能力強(qiáng)等優(yōu)點(diǎn)。
基于人工神經(jīng)網(wǎng)絡(luò)的住宅造價(jià)估算
格式:pdf
大小:189KB
頁(yè)數(shù):4P
4.3
造價(jià)估算是建筑工程項(xiàng)目可行性研究中關(guān)鍵性的工作,其結(jié)果直接影響投資決策的判斷。針對(duì)現(xiàn)行造價(jià)估算方法存在未考慮造價(jià)的動(dòng)態(tài)性且受主觀因素影響的缺陷,引入人工神經(jīng)網(wǎng)絡(luò)理論,根據(jù)其基本原理,結(jié)合影響住宅工程造價(jià)的主要因素,利用matlab平臺(tái)建立了造價(jià)估算的數(shù)學(xué)模型,并用重慶市區(qū)已建典型工程資料對(duì)模型進(jìn)行了訓(xùn)練和檢驗(yàn),證明了此方法的可行性。
基于人工神經(jīng)網(wǎng)絡(luò)的自動(dòng)化會(huì)計(jì)要素確認(rèn)
格式:pdf
大小:425KB
頁(yè)數(shù):2P
4.5
文章針對(duì)會(huì)計(jì)要素信息確認(rèn)方式的滯后性,分析了傳統(tǒng)erp系統(tǒng)下財(cái)務(wù)業(yè)務(wù)一體化模塊會(huì)計(jì)數(shù)據(jù)自動(dòng)轉(zhuǎn)化的流程,提出利用人工神經(jīng)網(wǎng)絡(luò)這一智能化理論工具進(jìn)行會(huì)計(jì)確認(rèn)的新方法,該思路能充分發(fā)揮現(xiàn)代信息技術(shù)在數(shù)據(jù)處理上的優(yōu)勢(shì),實(shí)現(xiàn)更高效的會(huì)計(jì)核算信息處理.
基于BP人工神經(jīng)網(wǎng)絡(luò)的商品住宅價(jià)格研究
格式:pdf
大?。?span id="hb2miwuoln1s" class="single-tag-height" data-v-09d85783>293KB
頁(yè)數(shù):2P
4.3
自1980年我國(guó)開(kāi)始實(shí)施住宅制度改革以來(lái),商品住宅價(jià)格的確定已成為我國(guó)住宅市場(chǎng)的核心問(wèn)題,也是各級(jí)政府房地產(chǎn)業(yè)宏觀管理與調(diào)控的指示燈,商品住宅價(jià)格的變化直接關(guān)系到廣大消費(fèi)者的切身利益,是社會(huì)關(guān)注的熱點(diǎn)問(wèn)題。因此,本文從市場(chǎng)價(jià)格的確定機(jī)制出發(fā),尋求影響商品住宅價(jià)格的因素,并采用bp人工神經(jīng)網(wǎng)絡(luò)定量分析這些影響
文輯推薦
知識(shí)推薦
百科推薦
職位:造價(jià)審核崗
擅長(zhǎng)專(zhuān)業(yè):土建 安裝 裝飾 市政 園林