文档章节

会议室温度变化

弘_轩
 弘_轩
发布于 2017/03/24 09:40
字数 1306
阅读 41
收藏 0

会议室温度变化

 

一、概述与背景分析

       常用于拟合温度变化模型的有线性回归和非线性回归组合模型,由于会议室的温度在很多时候都是随机的、非线性的变化,所以显然线性回归模型并不是很适合。

       目前业界比较多的是用BP神经网络模型拟合会议室温度变化,但是RBF神经网络结构更简单,而且在逼近能力和训练速度都有良好的性能,因此在业内也越来越流行。

 

BP神经网络

RBF神经网络

1、 实行权连接,而RBF神经网络输入层到隐层单元之间为直接连接,隐层到输出层实行权连接。

2、隐层单元的转移函数一般选择非线性函数(如反正切函数)

3、隐层和隐层节点数不容易确定,一旦网络的结构确定下来,在训练阶段网络结构将不再变化

4、易限于局部极小值,学习过程收敛速度慢,隐层和隐层节点数难以确定

1、 输入层到隐层单元之间为直接连接,隐层到输出层实行权连接。

2、 隐层单元的转移函数是关于中心对称的RBF(如高斯函数)

3、 隐层单元数在训练阶段自适应地调整

4、 动态确定网络结构和隐层单元的数据中心和扩展常数,学习速度快,可并行高速地处理数据

(BP神经网络和RBF神经网络的差异)

二、解决方案

1、找出对会议室温度的影响因子

       着重分析会议室内没有供热和其他设备散热以及人体散热的情况,主要的影响因子:室外温度,太阳辐射强度,风速,室内相对湿度,建筑材料,会议室的通风情况。

 

 

 

 

 

 

2、筛选影响因子,提取主要影响因子

       由于会议室已经固定,即建筑材料和通风情况不变,可以剔除(或通过PCA,信息增益等方式筛选);选取室外温度,太阳辐射强度,风速,室内相对湿度为输入变量。考虑到气象因子采集的延迟,把采集时刻也包含在内。

 

3、数据提取

       连续10天(根据条件增加)每10分钟采集一组影响因子和会议室的温度,得到有效数据1440条并对数据进行归一化变换。

       得到以下记录表

时间

室外温度

辐射强度

风速

室内相对湿度

室内温度

 

 

 

 

 

 

 

 

 

 

 

 

 

4、实验方案

       1、把1440条数据平均分成A, B两组,A组训练,B组测试

       2、对于RBF和BP神经网络,首先用A组数据的时间,室外温度,太阳辐射强度,风速,室内相对湿度作为输入量,A组的会议室温度作为目标值进行训练,获得会议室的温度模型。

       3、用B组数据的时间,室外温度,太阳辐射强度,风速,室内相对湿度作为输入量,模型会输出预测的结果。

       4、将模型输出的预测结果与实际的会议室温度值进行对比,画出各模型的时刻方差图,比较两种模型的效果。

       5、选取均方差最小的模型作为描述会议室温度变化的模型

5、技术难点

1、数据难以每次都能准确采集

2、特征值选择的合理性

3、不同算法模型的调试

 

三、项目人员配置

1、项目主管(1个)

是项目中人、财、物、技术、信息和管理等所有生产要素的组织管理人,把控整个项目的执行进度。

2、技术人员(2个)

把控数据采集的质量,指定数据采集规则,分析采集数据,寻找技术方案,并实现算法模型的训练,得到能正确描述会议室温度变化的模型。

3、数据采集人员(1个)

主要负责实验数据的采集,整理和智能采集机器的维护。

四、项目时间节点

总时间:48天

五、资金预算

1、设备购置费:11286元

设备

单价(人民币)

数量

总价格

高精度温度传感器

480

6

2880

太阳辐射传感器

2222

3

6666

风速风向传感器

400

3

1200

湿度传感器

180

3

540

 

2、劳务费:101200

人员

工资(元/人日)

人数

工作日

总价格

项目经理

700

1

48

33600

技术人员

600

2

48

57600

采集人员

500

1

20

10000

 

3、其他费用:5000

       传感器的二次开发,运算服务器,电费,水费等

综上,申请资金为:11286 + 101200 + 5000 = 117486

六、预期效果

利用外部的气象因素和时间序列对会议室温度进行建模,模型基本上能拟合会议室的温度变化趋势,并且对预测会议室下一时刻的温度能有比较满意的结果。

 

© 著作权归作者所有

上一篇: spark介绍
下一篇: SVD详解
弘_轩
粉丝 5
博文 16
码字总数 10368
作品 0
福州
高级程序员
私信 提问
基于牛顿冷却定律的时间衰减函数模型

摘要 牛顿冷却定律数学模型一般都是用来与时间有关的衰减的模型上,比如随着时间的变化,用户对某一个品类商品的衰减过程变化,用户在投票过程中对票数衰减过程的模拟等基本原理都是建立在牛...

hffzkl
2018/06/26
0
0
Arduino 入门学习笔记6 温度传感器实验

版权声明:(谢厂节的博客)博主文章绝大部分非原创,转载望留链接。 https://blog.csdn.net/xundh/article/details/83692015 实验的温度传感器使用热敏电阻;大部分热敏电阻是负温度系数(N...

谢厂节
2018/11/03
0
0
你都付出了哪些努力

我们经常会在一件事情的结果不如人意时感到委屈和愤懑(尤其是被别人指摘时):我已经很努力了啊,为什么会这样! 可是,你有客观地思考过这几个问题吗: 你究竟付出了哪些努力呢? 你是不是...

foruok
2017/03/01
0
0
用树莓派和DS18B20做个汽车温度记录仪[原创]

用树莓派和DS18B20做个汽车温度记录仪[原创] 很想知道夏日阳光暴晒下,汽车内的最高温度以及温度的变化情况。觉得用树莓派和DS18B20来实现应该很简单,于是就尝试捣鼓了一下,半天时间就搞定...

helesheng
2018/08/01
0
0
开源中国用户专属福利:GMIC | 洞见.人工智能公开课门票免费送

4月23日-4月25日通过链接:http://beijing.gwcevents.com/zh-cn?code=BJ18CB17BF2F9049E 或扫描以下二维码报名的前50名用户将获得免费门票: GMIC 2018 北京大会将于4月26日-28日在国家会议中...

周其
2018/04/23
5
0

没有更多内容

加载失败,请刷新页面

加载更多

c语言实现Sqlite3的创建db和增删改查db操作

SQLite,是一款轻型的数据库,而且目前已经在很多嵌入式产品中使用了它,它占用资源非常的低,在嵌入式设备中使用广泛,现在准备学习一下sqlite3的使用方法并写一个测试demo,后面在项目智能...

jorin_zou
18分钟前
3
0
【2019年8月版本】OCP 071认证考试最新版本的考试原题-第2题

choose three Which three are true about the CREATE TABLE command? A) It can include the CREATE...INDEX statement for creating an index to enforce the primary key constraint. B) ......

oschina_5359
21分钟前
3
0
如何在二维码中循环批量插入图片

现在二维码种类比较多,为了突出二维码的个性及吸引客户,很多朋友都喜欢在二维码上插入图片。想要每个二维码都与众不同,但是有的时候需要批量插入图片数量有限,如果制作的二维码比较多的话...

中琅软件
22分钟前
4
0
LTR那点事—AUC及其与线上点击率的关联详解

LTR(Learning To Rank)学习排序是一种监督学习(SupervisedLearning)的排序方法,现已经广泛应用于信息索引,内容推荐,自然语言处理等多个领域。以推荐系统为例,推荐一般使用多个子策略...

达观数据
22分钟前
3
0
IntelliJ 如何显示代码的代码 docs

希望能够在 IntelliJ 代码上面显示方法的 docs。 如何进行显示? 你可以使用 Ctrl + Q 这个快捷键来查看方法的 Docs。 https://blog.ossez.com/archives/3061...

honeymoose
26分钟前
3
0

没有更多内容

加载失败,请刷新页面

加载更多

返回顶部
顶部