原文服务方: 自动化与仪表       
摘要:
变风量空调控制系统具有非线性和动态特性.目前,在VAV空调控制领域应用最广泛的神经网络是静态前馈Bp神经网络,而在多层前向Bp网络中引入特殊关联层,形成有"记忆"能力的Elman神经网络,可以映射系统的非线性和动态特性.其在网络训练算法中,采用自适应学习速率梯度下降反向传播算法,显著提高了网络的训练速率,有效抑制了网络陷入局部最小点.文中分别采用Bp神经网络与Elman神经网络建立模型,对VAV空调系统的少量参数的数据进行仿真预测,经比较分析,证明后者具有收敛速度快、预测精度高的特点.
推荐文章
基于神经网络的变风量空调系统故障诊断
变风量空调系统
故障诊断
神经网络
BP算法
基于神经网络的变风量系统解耦控制
变风量系统
解耦控制
神经网络
基于RBF网络的变风量空调送风量软测量研究
RBF神经网络
送风量
软测量
变风量空调系统
变风量系统
最小送风量
末端装置
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于Elman神经网络变风量空调系统研究
来源期刊 自动化与仪表 学科
关键词 Elman神经网络 BP神经网络 VAV空调系统
年,卷(期) 2009,(4) 所属期刊栏目 控制系统
研究方向 页码范围 35-38
页数 4页 分类号 TP273
字数 语种 中文
DOI 10.3969/j.issn.1001-9944.2009.04.010
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 周国雄 中南林业科技大学电子与信息工程学院 50 187 8.0 11.0
2 陈秀清 中南林业科技大学电子与信息工程学院 3 8 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (12)
参考文献  (3)
节点文献
引证文献  (3)
同被引文献  (3)
二级引证文献  (6)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(3)
  • 引证文献(1)
  • 二级引证文献(2)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
Elman神经网络
BP神经网络
VAV空调系统
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
自动化与仪表
月刊
1001-9944
12-1148/TP
大16开
1981-01-01
chi
出版文献量(篇)
3994
总下载数(次)
0
相关基金
湖南省自然科学基金
英文译名:Natural Science Foundation of Hunan Province
官方网址:http://jj.hnst.gov.cn/
项目类型:一般面上项目
学科类型:
论文1v1指导