RBF神经网络冷负荷预测.docxVIP

信息工程学院毕业论文本科毕业设计（论文）基于RBF神经网络的区域冷负荷预测系统设计学 院 信息工程学院专 业 通信工程年级班别 2009级（3）班学 号 学生姓名 李亮发 指导教师 文元美2013年 5 月汽基于RBF神经网络区域冷负荷预测系统设计李亮发信息工程学院摘要冷负荷的分析和预测在空调系冷负荷又称“制冷负荷”，空调设备在单位时间内为了保持与建筑的热湿环境需向建筑供应的冷量就成为冷负荷。随着人们对生活质量的提高，统、制冷系统等领域的要求越来越高了。在空调冷负荷这一方面的冷负荷计算一直在一个难题，概算法已经不能适应人们对预测值的精确需要了。谐波反应法和冷负荷系数法两种新的空调冷负荷计算方法又各有优缺点而且相对算法比较复杂，对于非工程人员的接受和理解提出了很大的要求。基于MATLAB的RBF神经网络的研究和对复杂数据的预测越来越值得关注，不断完善的MATLAB工具箱让广大对RBF神经网络初学者来说是个福音。对于BP神经网络在数据预测方面的不断成熟，让我们对RBF神经网络在冷负荷预测的应用充满了信心和期待。因此本文就空调冷负荷的计算详细简述了谐波反应法和冷负荷系数法并且在MATLAB里对一定数量的空调冷负荷的数据进行了RBF神经网络的构造以及实现了对空调冷负荷的预测。得出以下结果。（1）RBF神经网络可以对空调冷负荷的数据进行RBF网络构建实现预测结果。但（2）预