基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对空调系统传统设计所需的匹配试验量大,严重浪费公司水电以及人力资源的问题,本文提出BP神经网络对空调系统的性能进行预测的方法,以设计参数压缩机冷量、冷凝器和蒸发器面积和实验参数室内外环境温度、负荷量等为输入,以空调的能力和能效比为输出,对BP网络进行训练、测试.结果表明:BP神经网络算法的均方误差为0.0058,预测结果的总相关系数为0.97447,可用于空调系统的设计选型,减少实验成本.
推荐文章
基于改进BP神经网络的中央空调冷负荷预测研究
负荷预测
BP神经网络
粒子群算法
误差反馈
基于BP神经网络的空调能耗预测与监控系统
空调能耗
系统设计
模型建立
BP神经网络
数据拟合
仿真实验
基于BP神经网络的路面性能预测方法
路面性能
神经网络
预测
BP算法
基于BP神经网络技术的网络时延预测研究
时延预测
基函数中心
Matlab仿真
BP神经网络
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BP神经网络的空调性能预测研究
来源期刊 环境技术 学科 工学
关键词 空调性能 BP神经网络 预测
年,卷(期) 2019,(4) 所属期刊栏目 技术专栏
研究方向 页码范围 100-103,114
页数 5页 分类号 TU831.6
字数 2688字 语种 中文
DOI
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 何林 13 36 3.0 5.0
2 黄童毅 4 1 1.0 1.0
3 罗建飞 2 0 0.0 0.0
4 郭庆 1 0 0.0 0.0
5 孙涛 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (54)
共引文献  (33)
参考文献  (15)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(6)
  • 参考文献(0)
  • 二级参考文献(6)
2000(3)
  • 参考文献(2)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(5)
  • 参考文献(1)
  • 二级参考文献(4)
2006(3)
  • 参考文献(2)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(5)
  • 参考文献(1)
  • 二级参考文献(4)
2010(6)
  • 参考文献(1)
  • 二级参考文献(5)
2011(6)
  • 参考文献(1)
  • 二级参考文献(5)
2012(5)
  • 参考文献(1)
  • 二级参考文献(4)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(2)
  • 参考文献(1)
  • 二级参考文献(1)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(2)
  • 参考文献(0)
  • 二级参考文献(2)
2017(1)
  • 参考文献(0)
  • 二级参考文献(1)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(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)
研究主题发展历程
节点文献
空调性能
BP神经网络
预测
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
环境技术
双月刊
1004-7204
44-1325/X
大16开
广州市科学城开泰大道天泰1路3号《环境技术》编辑部
1983
chi
出版文献量(篇)
2782
总下载数(次)
19
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导