Wyniki wyszukiwania - BazTech

Ograniczanie wyników

1 Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska

1 2025

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: metoda neurostrukturalna

Sortuj według:

Ogranicz wyniki do:

Heterogeneous ensemble neural network for forecasting the state of multi-zone heating facilities

Yukhymchuk Maria, Dubovoi Volodymyr, Harbar Zhanna, Yeraliyeva Bakhyt

Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska

2025

T. 15, nr 2

94--99

The research is aimed at increasing the accuracy of forecasting the state of multi-zone thermal facilities. Such facilities include multi-room premises, multi-zone greenhouses, tunnel kilns for brick production, and others. Thehigh inertia of such facilities reduces the effectivenessof "ad hoc control". Modern proactive control systems based on forecasting are mainly based on using neural network training. However, to forecastthe state of a specific multi-zone thermal facility, training the network requires a very large dataset, which is difficult to create and use. A combined neuro-structural method for forecasting the state of multi-zone thermal facilities is proposed, in which the structure of the neural model reflects the structureof the mutual influence of the facility zones. The research of the method has shown the possibility of ensuring sufficiently high forecast accuracywith a smaller size of the training dataset.

Badania mają na celu zwiększenie dokładności prognozowania stanu wielostrefowych obiektów cieplnych. Obiekty takie obejmują obiekty wielopokojowe, wielostrefowe szklarnie, piece tunelowe do produkcji cegieł i inne. Duża bezwładność takich obiektów zmniejszaskuteczność "sterowania ad hoc". Nowoczesne proaktywne systemy sterowania oparte na prognozowaniu opierają się głównie na szkoleniu sieci neuronowych. Jednak w celu prognozowania stanu konkretnego wielostrefowego obiektu termicznego, szkolenie sieci wymaga bardzo dużego zbioru danych, który jest trudnydo utworzenia i wykorzystania. Zaproponowano połączoną neurostrukturalną metodę prognozowania stanu wielostrefowych obiektów cieplnych, w której struktura modelu neuronowego odzwierciedla strukturę wzajemnego wpływu stref obiektu. Badania metody wykazały możliwość zapewnienia wystarczająco wysokiej dokładności prognozy przymniejszym rozmiarze zbioru danych treningowych.