100 积分
50
评分
4.7 积分- 详情
- 2020-12-27
- 简介
pdf
- 414KB
- 页数 5P
- 阅读 64
- 下载 23
针对金属填料蒸发型空调系统内部传热传质过程的复杂性,利用人工神经网络的非线性映射功能、学习功能和记忆功能,通过对数据样本的学习,建立起描述金属填料蒸发型空调系统性能与其影响因素间关系的神经网络模型,再根据此模型来预测影响因素变化引起的蒸发型空调系统性能变化。利用试验数据对网络模型进行训练和验证,检验模型预测的准确性。结果表明:网络模型输出结果与实验数据比较吻合,相对误差大多在6%以内,证实该网络模型对金属填料蒸发型空调系统性能预测的可行性。
对不起，您暂无在线预览权限，如需浏览请
立即登录热门商品
相关推荐
金属填料蒸发型空调系统性能的预测模型 414KB
空调用金属填料传热传质性能实验 703KB
基于BP改进模型的空调系统负荷预测 503KB
空调系统性能的模糊综合评判 258KB
金属氢化物制冷空调系统的设计及性能 294KB
空调系统运行负荷GRNN预测模型的应用研究 455KB
功能验证型尾气驱动金属氢化物车用制冷/空调系统的设计和性能 772KB
户式光伏空调系统性能的数值模拟 284KB
户式光伏空调系统性能的数值模拟 365KB
户式光伏空调系统性能的数值模拟 963KB