采用兩個BP三層前饋神經(jīng)網(wǎng)絡分別預測冷水機組測試時在運轉(zhuǎn)平衡狀態(tài)下的設備啟停狀態(tài)和調(diào)節(jié)開度,采用開源數(shù)據(jù)庫進行增量機器學習,實現(xiàn)了一套冷水機組全自動測控系統(tǒng),能夠快速投入測試所需設備,提升冷水機組測試效率及其準確率。 

【文章頁數(shù)】：4 頁

【文章目錄】：
1 神經(jīng)網(wǎng)絡模型設計
2 神經(jīng)網(wǎng)絡的訓練和預測
3 結(jié)束語


【參考文獻】：
期刊論文
[1]基于神經(jīng)網(wǎng)絡的機器學習方法[J]. 翁天信.  通訊世界. 2019(02)
[2]基于單隱層前饋神經(jīng)網(wǎng)絡的優(yōu)化算法[J]. 李娜,劉冰,王偉.  科學技術與工程. 2019(01)
[3]分布式全自動制冷壓縮機遠程測控系統(tǒng)[J]. 王雷,夏玲,謝文海,張宇,張成.  低溫與超導. 2017(10)
[4]電氣自動化控制中的人工智能技術分析[J]. 肖文軍.  河北農(nóng)機. 2017(01)
[5]AHRI風冷冷水機組的測試要求[J]. Bridge Xue.  制冷與空調(diào). 2014(09)
[6]ARI540標準性能數(shù)據(jù)表示方法的研究與軟件實現(xiàn)[J]. 曹義新,舒國安,王雷,王溢芳.  制冷空調(diào)與電力機械. 2009(01)



本文編號：3682581