建筑热能通风空调
建築熱能通風空調
건축열능통풍공조
BUILDING ENERGY & ENVIRONMENT
2009年
6期
1-4
,共4页
喷射器%小波神经网络%模拟退火BP算法%性能预测
噴射器%小波神經網絡%模擬退火BP算法%性能預測
분사기%소파신경망락%모의퇴화BP산법%성능예측
以现有的喷射器实验结果数据集作为样本,用三种小波神经网络分别预测喷射器的性能,网络的训练分别采用模拟退火BP算法和BP算法,得出了最适合本模型的小波函数.数值实验结果显示,这种小波神经网络预测喷射器性能的精度能够满足实际工程的要求,而采用模拟退火BP算法比采用BP算法训练的效果略好.
以現有的噴射器實驗結果數據集作為樣本,用三種小波神經網絡分彆預測噴射器的性能,網絡的訓練分彆採用模擬退火BP算法和BP算法,得齣瞭最適閤本模型的小波函數.數值實驗結果顯示,這種小波神經網絡預測噴射器性能的精度能夠滿足實際工程的要求,而採用模擬退火BP算法比採用BP算法訓練的效果略好.
이현유적분사기실험결과수거집작위양본,용삼충소파신경망락분별예측분사기적성능,망락적훈련분별채용모의퇴화BP산법화BP산법,득출료최괄합본모형적소파함수.수치실험결과현시,저충소파신경망락예측분사기성능적정도능구만족실제공정적요구,이채용모의퇴화BP산법비채용BP산법훈련적효과략호.
