神经网络模糊控制技术在电冰箱控制中的应用

yjtj30xe

摘要：介绍了神经网络一模糊控制技术在电冰箱控制中的应用，并讨论了电冰箱控制系统的
组成和应用软件的开发。仿真结果表明，神经网络一模糊控制技术在电冰箱控制中的应用，进一
步提高了电冰箱的智能化水平。
- Z2 S- I9 e' v7 f8 W3 b( F" i+ D7 t
' V7 \+ g9 B- M. b
电冰箱正逐步向着多功能化、智能化、节能型方向发展。由于电冰箱内部的温度变化不仅与食物的
种类、数量及热容量有关，还与用户使用习惯(开关箱门的时间和频繁程度)、周围的环境温度与通风
+ \* g5 R/ o& [条件等等因素有关，这是多变量、高度非线性变化过程，难以建立较准确的控制数学模型，将神经网络
．模糊控制技术应用于电冰箱的控制中，进一步提高了电冰箱的控制精度和智能化水平。
% ^* O8 N6 @4 u" p+ D1 电冰箱化霜的智能控制
( ]% H9 |$ b, G( A% |运用神经网络控制技术将冰箱门开闭次数、开闭频率和最佳化霜时间加以统计和分析，预置于控制
程序中，让其记忆，而后，根据冰箱的实际运行选择在冰箱门开闭最少的时间段内进行自动化霜，使冰
箱内温度波动最小。
! a3 o  T9 S4 q为了记忆冰箱门的开闭次数，将一天分割为12个时间段，对每个时间段中冰箱门的开闭次数计数，
" D) A2 }, K/ q& _作为一天的数据记}乙(平均1个时间段内冰箱门的开闭约为4次)。再将8天冰箱门开闭的累计次数作
% d5 v' M& F) b为记忆的依据。以后平均隔24h记忆更新一次，即经过24h的设定点，从8天的累计数中减去l／8，再
0 m9 I! z+ |6 ]. [4 y把新一天的数据加进去，成为新一轮的累计数。
化霜运转的神经网络模型采用前馈分层BP模型，分为输入层(11．112，12个神经元)，中问层
(M1．M30，30个神经元)和输出层(01．012，12个神经元)，相邻层间神经元采用全互连结构。将用
+ \# \8 X) z% [: ]* q3 `- L


3 x4 O# P/ c7 o; s; b. m, X
- k2 G2 \! x+ q. a9 v( d1 v附件下载：

游客，如果您要查看本帖隐藏内容请回复

chencol

谢谢分享