Dobór pomp ciepła z wykorzystaniem sztucznych sieci neuronowych dla domów jednorodzinnych dla pełnych i niepełnych zbiorów danych

• Autorzy: Neugebauer M. , Sołowiej P. , Himik T.

Warianty tytułu

EN

Selection of heat pumps supported by artificial neural networks for single-family houses for complete and incomplete data sets

• Języki publikacji: PL

Abstrakty

PL

W pracy zaproponowano sposób doboru pompy ciepła z wykorzystaniem sieci neuronowych. Dobór pomp ciepła polega na obliczeniu mocy cieplnej na podstawie parametrów danego domu. Utworzono i przetestowano kilka rodzajów sieci, z uwzględnieniem testowania na zbiorach danych pełnych (ze wszystkimi parametrami wejściowymi) i niepełnych (bez jednego lub dwóch parametrów wejściowych). Dla zbiorów danych niepełnych brakującymi parametrami były: wysokość pomieszczenia, grubość ocieplenia, temperatura wewnątrz i ukształtowanie budynku. W pracy użyto dwóch programów do symulacji sztucznych sieci neuronowych: "Statistica" i "MATLAB".

EN

The paper proposes a method allowing to select heat pumps using neural networks. Selection of heat pumps consists in calculating thermal power depending on parameters of a given house. The researchers created and tested several network types, taking into account testing on complete data sets (with all input parameters) and incomplete data sets (without one or two input parameters). The following parameters were missing for incomplete data sets: room height, thermal insulation thickness, inside temperature, and building configuration. The research involved using two applications for simulation of artificial neural networks: "Statistica" and "MATLAB".

Słowa kluczowe

PL

sztuczna sieć neuronowa; pompa ciepła; niepełny zbiór danych

EN

artificial neural network; heat pump; incomplete data set

• Wydawca: Polskie Towarzystwo Inżynierii Rolniczej
• Czasopismo: Inżynieria Rolnicza
• Rocznik: 2008
• Tom: R. 12, nr 11(109)
• Strony: 205--212
• Opis fizyczny: Bibliogr. 8 poz., rys., tab.

Twórcy

autor

Neugebauer M.

autor

Sołowiej P.

autor

Himik T.

• Katedra Elektrotechniki i Energetyki, Uniwersytet Warmińsko-Mazurski w Olsztynie,

Bibliografia

• Boniecki P. 2002. The Comparison of Multilayer Perceptron Networks and Radial Networks with Regard to Their Use as Prediction Instruments in Agricultural Engineering Problems Journal of Research and Applications in Agricultural Engineering 3. s.38-45.
• Jack F.R., Steel G.M. 2002. Modelling the sensory characteristics of Scotch whisky using neural networks - a novel tool for generic protection, Food Quality and Preference 13. s. 163.
• Liao Y., Fang S. C. Nuttle H.L.W. 2004. A neural network model with bounded-weights for pattern classification, Computers & Operations Research 31. s. 1411.
• Neugebauer M., Nalepa K., Sołowiej P. 2007. Sieci neuronowe jako narzędzie umożliwiające prognozowanie zapotrzebowania na wodę w uprawach rolnych, Inżynieria Rolnicza nr 2(90). s. 205. Kraków.
• Partovi F.Y., Anandarajan M. 2002. Classifying inventory using an artificial neural network approach, Computers & Industrial Engineering 41. s. 389.
• Rubik M. 2006. Pompy ciepła. Poradnik. Wyd. Instal (TIB). ISBN 83-88695-19-3.
• Wanas N., Kamel M.S., Auda G., Karray F. 1999. Feature-based decision aggregation in modular neural network classifiers. Pattern Recognition Letters 20. s. 1353.
• Materiały reklamowe firm produkujących pompy ciepła: ECO, Hibernatus, IVT Greenline, Ochsner, SOLIS, Spartec-Classic, Stiebel-Eltron, Thermia, Nibe, Viessmann.