版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、能源危機(jī)已經(jīng)成為當(dāng)今世界各國(guó)最關(guān)注的問(wèn)題之一。隨著經(jīng)濟(jì)的發(fā)展,特別是空調(diào)的普及,建筑能耗越來(lái)越高。在我國(guó),制冷空調(diào)能耗已經(jīng)占到了總能耗的五分之一左右。每年夏天,各地電網(wǎng)都面臨著用電高峰的考驗(yàn)。如果能夠減少制冷空調(diào)能耗,那么這將大大緩減我國(guó)的能源危機(jī),而這對(duì)我國(guó)節(jié)能減排工作的開展將起到重要的推進(jìn)作用。蒸汽噴射式制冷系統(tǒng)有希望解決上述問(wèn)題。
蒸汽噴射式制冷系統(tǒng)沒有運(yùn)動(dòng)部件,基本不需要用電。如果用太陽(yáng)能、廢熱以及地?zé)岬饶茉粗迫≈?/p>
2、冷劑蒸汽,那么這種噴射式制冷系統(tǒng)將會(huì)即節(jié)能又環(huán)保。但是,傳統(tǒng)噴射式制冷系統(tǒng)的COP很低,因此蒸汽噴射式制冷系統(tǒng)的發(fā)展受到了很大的限制。噴射器是蒸汽噴射式制冷系統(tǒng)的核心部件。如果能提高噴射器的工作性能,那么這將大大提高蒸汽噴射式制冷系統(tǒng)的COP。因此,對(duì)噴射器加以重點(diǎn)研究顯得尤為重要。
迄今為止,對(duì)各種噴射器性能的理論分析、特別是設(shè)計(jì)和運(yùn)行實(shí)踐,最終仍然需要用實(shí)驗(yàn)進(jìn)行檢驗(yàn)和校正。但是噴射器的實(shí)驗(yàn)相當(dāng)費(fèi)時(shí)費(fèi)力,代價(jià)也不小。如果
3、在部分噴射器實(shí)驗(yàn)數(shù)據(jù)基礎(chǔ)上的預(yù)測(cè)模型能用于同類或同系列的噴射器性能預(yù)測(cè),那么這對(duì)噴射器的研究開發(fā)、設(shè)計(jì)和運(yùn)行將有很大幫助,同時(shí)對(duì)節(jié)約時(shí)間和費(fèi)用、拓展適用參數(shù)范圍,都有很大的實(shí)際意義。噴射器性能與其本身結(jié)構(gòu)參數(shù)和運(yùn)行工況的關(guān)系是高度非線性的,神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型很適合模擬非線性系統(tǒng)。用神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)噴射器性能是一種全新的研究噴射器性能的方法。
神經(jīng)網(wǎng)絡(luò)的傳輸函數(shù)和學(xué)習(xí)方法對(duì)神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)速度和預(yù)測(cè)精度都有重要影響。在本文中,引用了
4、三種小波神經(jīng)網(wǎng)絡(luò),這三種小波神經(jīng)網(wǎng)絡(luò)的隱含層傳輸函數(shù)分別為Morlet、Mexi-hat和Gaussl小波基函數(shù)。數(shù)值實(shí)驗(yàn)證明,這三種小波神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)速度和預(yù)測(cè)能力都高于傳統(tǒng)神經(jīng)網(wǎng)絡(luò)。隱含層神經(jīng)元個(gè)數(shù)對(duì)神經(jīng)網(wǎng)絡(luò)的性能有重大影響,通過(guò)反復(fù)嘗試,找到了用于噴射器性能預(yù)測(cè)的神經(jīng)網(wǎng)絡(luò)的最優(yōu)隱含層神經(jīng)元的個(gè)數(shù)。神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)問(wèn)題本質(zhì)上是一個(gè)優(yōu)化問(wèn)題。傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)方法存在學(xué)習(xí)速度慢,易陷入局部極小值的缺點(diǎn)。蟻群優(yōu)化方法是一種新的全局優(yōu)化算法
5、。在本文中,首次嘗試將兩種連續(xù)蟻群優(yōu)化算法CACS和ACOR作為神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)方法,提高了神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)速度和預(yù)測(cè)能力。正則化方法能有效提高神經(jīng)網(wǎng)絡(luò)的泛化能力。數(shù)值模擬結(jié)果顯示,正則化方法和蟻群算法相結(jié)合能夠提高神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)精度。
本文在大量噴射器實(shí)驗(yàn)數(shù)據(jù)基礎(chǔ)上,通過(guò)對(duì)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練,得到了能夠預(yù)測(cè)噴射器性能的神經(jīng)網(wǎng)絡(luò)。數(shù)值模擬結(jié)果顯示,神經(jīng)網(wǎng)絡(luò)對(duì)噴射器性能的預(yù)測(cè)能力優(yōu)于理論計(jì)算。通過(guò)神經(jīng)網(wǎng)絡(luò),對(duì)噴射器的結(jié)構(gòu)參數(shù)和運(yùn)行參數(shù)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 噴射器的性能優(yōu)化分析.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的摩擦材料性能預(yù)測(cè)研究.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的事故預(yù)測(cè)研究.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的經(jīng)濟(jì)預(yù)測(cè)研究.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的稀土銅合金性能預(yù)測(cè).pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的徑流預(yù)測(cè)研究.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的冰情預(yù)測(cè)研究.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的時(shí)間序列預(yù)測(cè)與路由優(yōu)化.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的水質(zhì)預(yù)測(cè)及MATLAB實(shí)現(xiàn).pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的工廠產(chǎn)能分析及預(yù)測(cè).pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的輪軌力預(yù)測(cè).pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的熱連軋性能預(yù)報(bào)研究及工藝優(yōu)化.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)研究的文獻(xiàn)綜述
- 基于人工神經(jīng)網(wǎng)絡(luò)的沉降預(yù)測(cè)方法研究.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的路基沉降預(yù)測(cè)研究.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的短期負(fù)荷預(yù)測(cè).pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的HPC強(qiáng)度預(yù)測(cè).pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的最優(yōu)化算法研究.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的藥劑處方優(yōu)化研究.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的電網(wǎng)日負(fù)荷預(yù)測(cè)研究.pdf
評(píng)論
0/150
提交評(píng)論