制冷系统仿真中定量参数的神经网络辨识

• 作者: 丁国良 张春路 李灏
• 来源期刊: 上海交通大学学报
• 学科: 工学
• 关键词: 制冷系统 智能仿真 辨识 人工神经网络 定量参数
• 年，卷（期）: 1999,（8）
• 页码范围: 939-941
• 页数: 3页
• 分类号: TB165
• 字数: 2957字
• 语种: 中文
• DOI: 10.3321/j.issn:1006-2467.1999.08.005

摘要

尝试用现代人工智能技术来改进现有的制冷系统仿真方法.首先,提炼出与制冷系统仿真结果的量化密切相关的定量参数,然后在已有的定性数值仿真模型的基础上,根据实验数据,采用人工神经网络(ANN)方法对仿真模型中的定量参数进行辨识,识别出最佳的定量参数.这不仅有利于提高仿真精度,改善计算稳定性,而且降低了对仿真软件用户的技术要求,有利于仿真技术的实用化.对房间空调器稳态特性仿真的初步结果表明该方法效果良好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁国良	上海交通大学动力与能源工程学院	310	3184	29.0	39.0
2	张春路	上海交通大学动力与能源工程学院	82	1547	24.0	35.0
3	李灏	上海交通大学动力与能源工程学院	12	302	8.0	12.0