基于模糊神經(jīng)系統(tǒng)對(duì)空調(diào)機(jī)組的性能模擬研究.pdf

1、該文在前人研究的基礎(chǔ)上,首先根據(jù)換熱器的動(dòng)態(tài)特性,提出了一種更適用于模擬空調(diào)機(jī)組性能的神經(jīng)網(wǎng)絡(luò)激勵(lì)函數(shù)——效能函數(shù),通過(guò)比較應(yīng)用各種激勵(lì)函數(shù)的神經(jīng)網(wǎng)絡(luò)模擬結(jié)果可以看出,應(yīng)用效能函數(shù)作為激勵(lì)函數(shù)不僅能夠提高神經(jīng)網(wǎng)絡(luò)的模擬精度,而且可以有效提高學(xué)習(xí)速度.但是,僅僅通過(guò)改進(jìn)激勵(lì)函數(shù)的特性,還不能夠有效提高神經(jīng)網(wǎng)絡(luò)的外推預(yù)測(cè)能力,于是對(duì)學(xué)習(xí)算法做了進(jìn)一步的研究.該文引入基于模糊熵準(zhǔn)則和誤差平方和準(zhǔn)則的多準(zhǔn)則模糊學(xué)習(xí)算法,并利用基于此學(xué)習(xí)算法的神

2、經(jīng)網(wǎng)絡(luò)對(duì)風(fēng)機(jī)盤管機(jī)組、柜式空調(diào)機(jī)組的換熱性能分別進(jìn)行了內(nèi)插模擬和外推預(yù)測(cè).結(jié)果表明,采用模糊學(xué)習(xí)算法能夠有效提高內(nèi)插模擬精度和收斂速度,但仍未能夠解決神經(jīng)網(wǎng)絡(luò)外推預(yù)測(cè)能力即范化能力差的問(wèn)題.為了解決上述問(wèn)題,該文建造了具有多層推量的模糊神經(jīng)系統(tǒng),較準(zhǔn)確地模擬了風(fēng)機(jī)盤管機(jī)組和柜式機(jī)組的性能,從而成功地解決了神經(jīng)網(wǎng)絡(luò)本身范化能力差的問(wèn)題.作為例子,該文還利用該系統(tǒng)對(duì)空調(diào)換熱器的換熱量以及空氣和水的進(jìn)、出口溫差進(jìn)行了模擬,也得到了比單純神經(jīng)網(wǎng)