%0 Journal Article
%T 基于改进BP神经网络的制冷剂状态参数计算模型
%A 陈红
%A 何祖威
%A 陈秀环
%J 重庆大学学报
%D 2005
%R 10.11835/j.issn.1000-582X.2005.02.012
%X 针对梯度下降法所存在的主要问题,采用Levenberg-Marquardt优化方法,对BP神经网络进行了改进,在大样本输入下获得了更快的网络收敛速度和更高的逼近精度;建立了基于改进BP神经网络的制冷剂状态参数计算模型,较好地克服了现有的制冷空调装置仿真系统中制冷剂热物性模型的主要缺点;应用所建立的BP神经网络算模型对制冷剂R134a的热力状态参数进行了计算分析,证明了所建立的模型的可靠性.
%K 制冷空调装置仿真
%K 制冷剂
%K 神经网络
%K 改进
%K 神经网络
%K 制冷剂
%K 状态参数
%K 计算模型
%K Parameters
%K State
%K Refrigerant
%K BP
%K Network
%K Improved
%K Based
%K Model
%K 计算分析
%K 热力
%K 应用
%K 物性模型
%K 仿真系统
%K 空调装置
%K 逼近精度
%K 收敛速度
%U http://qks.cqu.edu.cn/cqdxzrcn/ch/reader/view_abstract.aspx?file_no=20050254&flag=1