基于改进BP神经网络的制冷剂状态参数计算模型
CSTR:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

TP391

基金项目:

重庆市应用基础研究基金


Calculation Model Based on Improved BP Network of Refrigerant State Parameters
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    针对梯度下降法所存在的主要问题,采用Levenberg-Marquardt优化方法,对BP神经网络进行了改进,在大样本输入下获得了更快的网络收敛速度和更高的逼近精度;建立了基于改进BP神经网络的制冷剂状态参数计算模型,较好地克服了现有的制冷空调装置仿真系统中制冷剂热物性模型的主要缺点;应用所建立的BP神经网络算模型对制冷剂R134a的热力状态参数进行了计算分析,证明了所建立的模型的可靠性.

    Abstract:

    BP network is improved by using Levenberg-Marquardt optimization method. Under large swatch input circumstance, more fast network constringency speed and more highly approach precision are obtained. Calculation model based on improved BP neural network of refrigerant state parameters is established. The main defect of refrigerant hot ties of matter model in existing refrigeration and air-conditioning appliances simulation system is overcome.

    参考文献
    相似文献
    引证文献
引用本文

陈红,何祖威,陈秀环.基于改进BP神经网络的制冷剂状态参数计算模型[J].重庆大学学报,2005,28(2):43-46.

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:2004-09-20
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
文章二维码