Techniki uczenia sieci neuronowej typu perceptron w aspekcie wykorzystania jej do predykcji pola temperatur w kamiennym akumulatorze energii cieplnej

• Autorzy: Majewski A. , Boniecki P. , Weres J.

Warianty tytułu

EN

The learn technics of neural network type the perceptron in use aspect to prognosis temperature field in stone battery of heat energy

• Języki publikacji: PL

Abstrakty

PL

Gromadzenie i przechowywanie energii cieplnej za pomocą akumulatora kamiennego jest niezwykle ekonomicznym i prostym rozwiązaniem. Oszacowanie temperatury wewnątrz złoża dla wybranej fazy, w oparciu o żądane wymiary jest procesem niezwykle trudnym oraz czasochłonnym (konieczność przeprowadzenia doświadczenia naturalnego). Sztuczne sieci neuronowe, ich aplikacje i liczne cechy charakterystyczne pozwoliły wykorzystać je do predykcji pola temperatur, redukując tym samym czas doświadczenia i nakłady finansowe. W tym celu wykorzystana została sztuczna sieć neuronowa typu perceptron (MLP - multi layer perceptron). W oparciu o nauczoną sieć został zaprojektowany i wytworzony system komputerowy umożliwiający prognozę pola temperatur.

EN

The estimation the temperature inside the stone battery for choosing phase, in support demanded dimensions is unusually difficult as well as time-consuming process (the necessity of execution of natural experience). Artificial neural network, their applications and numerous guilds permitted to use it to prognosis temperatures field, reducing the same time and stock financial experiences. The neural artificial network of type in this aim was put-upon multi layer perceptron.

Słowa kluczowe

PL

sieć neuronowa; perceptron; energia cieplna; akumulator kamienny; temperatura

EN

neural network; perceptron; stone battery; heat energy; temperature

• Wydawca: Sieć Badawcza Łukasiewicz - Poznański Instytut Technologiczny
• Czasopismo: Journal of Research and Applications in Agricultural Engineering
• Rocznik: 2003
• Tom: Vol. 48, nr 4
• Strony: 21--24
• Opis fizyczny: Bibliogr. 5 poz., rys., tab.

Twórcy

autor

Majewski A.

• Instytut Inżynierii Rolniczej, Akademia Rolnicza im. Augusta Cieszkowskiego w Poznaniu

autor

Boniecki P.

• Instytut Inżynierii Rolniczej, Akademia Rolnicza im. Augusta Cieszkowskiego w Poznaniu

autor

Weres J.

• Instytut Inżynierii Rolniczej, Akademia Rolnicza im. Augusta Cieszkowskiego w Poznaniu

Bibliografia

• [1] Tadeusiewicz, R. (1993). Sieci neuronowe. Warszawa: Akademicka Oficyna Wydawnicza.
• [2] Bishop, C. (1995). Neural Networks for Pattern Recognition. Oxford: University Press.
• [3] Korbicz J. i inni (1994). Sztuczne sieci neuronowe - podstawy i zastosowania. Warszawa: Akademicka Oficyna Wydawnicza PLJ
• [4] Duch W., Tadeusiewicz R., Korbicz J. et al. (2000). Neuron networks. Warsaw: EXIT Academic Publishing House.
• [5] Boniecki P., (2000). Neural Networks as an Alternative to the Classic Analysis of Empirical Systems in Agricultural Engineering. PIMR 4'2000, p. 68-72, Vol. 45.