国产中出av一区在线观看-久久国产精品99久久人妖人妖-亚洲高清国产拍精品熟女-密臀欧美一区二区三区国产

安詩曼工業(yè)除濕機廠家專業(yè)生產(chǎn)工業(yè)除濕機,家用除濕機,商用除濕機等產(chǎn)品,歡迎來電咨詢定制。 公司簡介 | 研發(fā)團隊 | 網(wǎng)站地圖 | xml地圖
安詩曼-精芯除濕·致凈生活環(huán)境溫度濕度系統(tǒng)化解決方案供應商
全國咨詢熱線:133-6050-3273
您的位置:新聞資訊 > 知識百科 > 未來十年除濕機模型系統(tǒng)新型走向

未來十年除濕機模型系統(tǒng)新型走向

作者:CEO 時間:2022-12-22

信息摘要:未來十年除濕機模型系統(tǒng)新型走向1、神經(jīng)網(wǎng)絡算法原理人工神經(jīng)網(wǎng)絡(ArtificialNeuralNetworks)模型,簡稱神經(jīng)網(wǎng)絡,是由大量與自然神經(jīng)系統(tǒng)細胞類似的人工神經(jīng)元互聯(lián)而成的網(wǎng)絡,大量的神經(jīng)元

未來十年除濕機模型系統(tǒng)新型走向

未來十年除濕機模型系統(tǒng)新型走向

  未來十年除濕機模型系統(tǒng)新型走向

  

  1、神經(jīng)網(wǎng)絡算法原理人工神經(jīng)網(wǎng)絡(ArtificialNeuralNetworks)模型,簡稱神經(jīng)網(wǎng)絡,是由大量與自然神經(jīng)系統(tǒng)細胞類似的人工神經(jīng)元互聯(lián)而成的網(wǎng)絡,大量的神經(jīng)元組成龐大的神經(jīng)網(wǎng)絡,實現(xiàn)對復雜信息的處理與儲存,并表現(xiàn)出各種優(yōu)越的特性。為模擬生物神經(jīng)元,一個簡化的人工神經(jīng)元結(jié)構(gòu)如所示。1)式中,(1,2,,)jxjn=是從其他細胞傳來的輸入信號;iθ為閥值;ijw表示從細胞j到細胞I的連接權(quán)值;(f)

  為傳遞函數(shù)。傳遞函數(shù)可為非線性函數(shù),或具有任意階導數(shù)的非線性函數(shù)。常用的傳遞函數(shù)有階躍函數(shù)、Sigmoid型函數(shù)和高斯型函數(shù)。

  根據(jù)連接方式,神經(jīng)網(wǎng)絡常分成兩大類:沒有反饋的向前神經(jīng)網(wǎng)絡和相互結(jié)合型網(wǎng)絡,我們最常用的一種向前神經(jīng)網(wǎng)絡是BP神經(jīng)網(wǎng)絡(BackpropugationNeuralNetwork),該神經(jīng)網(wǎng)絡是單向傳播的多層向前神經(jīng)網(wǎng)絡,其結(jié)構(gòu)如圖2所示。網(wǎng)絡除輸入輸出節(jié)點外,有一層或多層隱含節(jié)點,同層節(jié)點間沒有任何連接。輸入信號(1,2,,)jxjn=加載到網(wǎng)絡上后,輸入的信號從輸入層經(jīng)隱含層單元逐層處理,并傳向輸出層,每一層神經(jīng)元的狀態(tài)只影響下一層神經(jīng)元狀態(tài)。在輸出層信號與期望值進行比較,如果存在誤差,則將誤差沿原來連接路徑返回,通過修改層間各節(jié)點的連接權(quán)值,使誤差信號減少直到預先規(guī)定的范圍。

  在網(wǎng)絡運行開始時,與中間層每個處理單元相連的權(quán)值都要賦以不同的值。這些權(quán)值可能是隨機產(chǎn)生的,也可能是已存好的訓練產(chǎn)生的數(shù)據(jù)。即使所有中間處理層的處理元件的傳遞函數(shù)和它們的輸入信號是完全相同的,每一個處理元件在不同初始權(quán)值作用下也將產(chǎn)生不同的輸出,輸出后產(chǎn)生神經(jīng)網(wǎng)絡的輸出信號(1,2,,)iyin=。x12xnmy21y輸入層隱含層輸出層

  預先設定若干組輸入和輸出值,對整個網(wǎng)絡節(jié)點的權(quán)值進行初始化,當網(wǎng)絡運行后,對應每一組輸入,均有相應的輸出,這些輸入、輸出值之間的規(guī)律是符合指導學習值規(guī)律的。不斷地對這種BP網(wǎng)絡進行訓練、指導學習,使網(wǎng)絡節(jié)點的權(quán)值調(diào)整到更接近于實際規(guī)律,從而每一組輸入所對應的輸出也更符合實際。另外,提高隱節(jié)點數(shù)目或?qū)訑?shù)可以提高網(wǎng)絡計算的精度??傊?,樣本數(shù)據(jù)越多,隱節(jié)點層數(shù)和每層節(jié)點數(shù)越合理,網(wǎng)絡計算的精度就越高。

  2、除濕機負荷的神經(jīng)網(wǎng)絡模型實際工程設計中影響除濕機負荷的因數(shù)有很多,對于任意一個負荷計算的房間來說,有房間用途、房間溫度,房間相對濕度,房屋面積,房屋相對濕度等等,而對于設計人員來說,最后要得到的最基本數(shù)據(jù)只有三個,房間冷負荷,房間熱負荷和房間濕負荷。根據(jù)這些輸入輸出參數(shù)的特點建立的BP神經(jīng)網(wǎng)絡結(jié)構(gòu)如所示。

  在所示除濕機負荷BP神經(jīng)網(wǎng)絡中,設計了一個輸入層、一個輸出層和兩個隱含層,每層節(jié)點數(shù)可以根據(jù)實際情況選定。用戶在輸入層輸入需要的參數(shù)以后,網(wǎng)絡的隱層自動根據(jù)它對樣本數(shù)據(jù)總結(jié)出的規(guī)律和函數(shù)關(guān)系式產(chǎn)生一定的輸出。這個過程并不是對樣本數(shù)據(jù)進行簡單的插值運算或擬合運算,也不是得到一組微分方程后進行的解析運算,它是一種類似大腦思維的復雜過程的智能運算。隱層的功能就是這個運算過程,只是這個運算過程是由計算機通過神經(jīng)網(wǎng)絡自動完成的,不是編程人員預先設置的算法規(guī)則。

  除濕機負荷神經(jīng)網(wǎng)絡要完成非常復雜的計算過程,網(wǎng)絡中各層節(jié)點的權(quán)值是非常重要的,但這些權(quán)值是通過學習訓練才能確定。為了進行學習訓練,需要采集大量樣本數(shù)據(jù),然后通過學習訓練,神經(jīng)網(wǎng)絡自動總結(jié)出了輸入與輸出數(shù)據(jù)之間的某種復雜關(guān)系,并將這種關(guān)系用權(quán)值表示出來,這樣,輸入與輸出樣本數(shù)據(jù)之間的復雜關(guān)系就能應用于非樣本數(shù)據(jù)了,此時,除濕機負荷神經(jīng)計算BP網(wǎng)絡就真正建立起來。由此可見,神經(jīng)網(wǎng)絡舍棄了線性系統(tǒng)和傳遞函數(shù)的概念,強調(diào)從實際中總結(jié)經(jīng)驗。對于暖通除濕機設計人員來說,是一種全新的方法。這種方法放棄了種種復雜的微分方程、計算公式、主觀因素等,它本身的原理盡管非常復雜,但經(jīng)過大量實踐論證是正確的。

  以上的網(wǎng)絡模型和學習訓練方法可以同過Matlab6.x軟件的神經(jīng)網(wǎng)絡工具箱實現(xiàn)。

  3、除濕機負荷的神經(jīng)網(wǎng)絡模型的輸入輸出參數(shù)選擇與采集根據(jù)神經(jīng)網(wǎng)絡的特點,除濕機負荷神經(jīng)計算網(wǎng)絡中的輸入?yún)?shù)是用戶可以很方便地確定、不帶主觀因素的實際值,這樣就不必像傳統(tǒng)的計算方法那樣要求輸入包括一時無法確定的各種參數(shù),如窗墻的結(jié)構(gòu)、面積等。同樣,除濕機負荷神經(jīng)計算網(wǎng)絡中的輸出參數(shù)應該是容易測量的客觀參數(shù),在房間設計負荷計算網(wǎng)絡中,只適宜以最終的能直接用來選擇冷凍機組、風機盤管等設備的負荷容量作為輸出參數(shù)。通常,結(jié)構(gòu)或參數(shù)上略有差別的大樓所選設備的容量可能是一樣的,同樣,即使同一類房間的圍護結(jié)構(gòu)有某些差別,所得到的除濕機設計負荷可能是相同的。因此,上述房間負荷計算網(wǎng)絡中的輸入?yún)?shù)中沒有提到圍護結(jié)構(gòu)材料等,事實上,這些參數(shù)在方案設計階段是無法準確得到的,即使設計時準確定義為某一類圍護結(jié)構(gòu),在施工過程中也可能會由于各種原因而改變其導熱特性。理論上,這是不正確的,但在工程上是允許的,它能夠滿足工程設計要求。神經(jīng)網(wǎng)絡并不是萬能的,除濕機負荷神經(jīng)計算法也不能解決除濕機負荷計算中的所有問題,但它作為一種新思路解決工程設計中的實際問題是完全可行的。

  除濕機負荷神經(jīng)計算網(wǎng)絡中輸入輸出樣本數(shù)據(jù)的采集是一項重要而艱巨的任務。如圖3所示的神經(jīng)網(wǎng)絡的樣本一般都是成千上萬的。通??梢酝ㄟ^實測獲取樣本數(shù)據(jù)。對建筑物的室內(nèi)外參數(shù)進行現(xiàn)場實測,得到各除濕機房間的溫度、相對濕度、人員密度、房間和圍護結(jié)構(gòu)的幾何尺寸及室外氣象資料等輸入?yún)?shù);同時,相應于各組輸入?yún)?shù),測量各房間的送風量并計算出實際運行所需要的設備負荷,或者直接測量冷熱源機組、除濕機機組(風機盤管)等設備的容量得到相應的設計負荷等輸出參數(shù)。也可以從各大設計院提取除濕機設計原始資料和負荷計算結(jié)果,并根據(jù)工程建成后使用者的反應的好壞來取舍某些數(shù)據(jù),必要時到現(xiàn)場實測一些數(shù)。

  4、結(jié)論除濕機負荷神經(jīng)網(wǎng)絡模型算法是一種全新的除濕機負荷計算方法,在理論上是可行的,并克服了傳統(tǒng)計算方法的缺陷,優(yōu)勢明顯。其主要優(yōu)勢是:當房間和建筑物參數(shù)無法獲得或確定時,傳統(tǒng)計算方法就無法處理或處理不合理,而神經(jīng)網(wǎng)絡模型算法則可以忽略掉這些參數(shù),得到一個與實際非常接近的滿足工程設計要求的最終結(jié)果,從而指導工程設計;輸入?yún)?shù)與輸出參數(shù)相對應,計算過程簡單,使用方便。除濕機負荷神經(jīng)計算法也有它的局限性,主要表現(xiàn)在輸入輸出參數(shù)太多時,大樣本數(shù)據(jù)采集比較困難,因此不宜用來計算動態(tài)負荷。而且這種方法引的計算精度也不是百分之百,實際情況也會有一定的偏差。,盡管如此,除濕機負荷神經(jīng)計算法的精度仍然要高于傳統(tǒng)的除濕機負荷計算方法,而且它本身有一套學習訓練過程,可以將計算精度不斷提高。

聲明:本站部分內(nèi)容和圖片來源于互聯(lián)網(wǎng),經(jīng)本站整理和編輯,版權(quán)歸原作者所有,本站轉(zhuǎn)載出于傳遞更多信息、交流和學習之目的,不做商用不擁有所有權(quán),不承擔相關(guān)法律責任。若有來源標注存在錯誤或侵犯到您的權(quán)益,煩請告知網(wǎng)站管理員,將于第一時間整改處理。管理員郵箱:y569#qq.com(#轉(zhuǎn)@)
在線客服
聯(lián)系方式

熱線電話

133-6050-3273

上班時間

周一到周六

公司電話

133-6050-3273

二維碼