Two ANN models with MLPNN and RBFNN

Two ANN models with MLPNN and RBFNN architectures have been developed in this study to predict the evaporating temperature, cooling capacity and the compressor power of an AAC system. 108 sets of experimental data in steady state condition have been obtained by conducting several tests on the AAC test rig. These experimental data were used to train and test the developed ANN models and the performance of the models was evaluated based on three performance indicators: MSE, RMSE and correlation coefficient R.

ผลลัพธ์ (ไทย) 1:

รุ่นที่สองแอน มี MLPNN และ RBFNN สถาปัตยกรรมได้รับการพัฒนาในการศึกษานี้เพื่อทำนายอุณหภูมิระเหย ความเย็นผลิตและพลังงานคอมเพรสเซอร์ของระบบ AAC ชุด 108 ข้อมูลทดลองในสภาพที่มั่นคงของรัฐได้ถูกรับ โดยดำเนินการทดสอบต่าง ๆ บนอุปกรณ์การทดสอบ AAC ข้อมูลเหล่านี้ทดลองใช้การฝึก และทดสอบรุ่นแอนได้รับการพัฒนา และประสิทธิภาพของรูปแบบรับการประเมินตามตัวชี้วัดประสิทธิภาพการทำงานสาม: MSE, RMSE และความสัมพันธ์สัมประสิทธิ์ r

ผลลัพธ์ (ไทย) 2:

สองรุ่น ANN กับ MLPNN และ RBFNN สถาปัตยกรรมได้รับการพัฒนาในการศึกษานี้จะคาดการณ์อุณหภูมิระเหยความเย็นและพลังงานคอมเพรสเซอร์ของระบบ AAC 108 ชุดของข้อมูลการทดลองในสภาพที่มั่นคงของรัฐได้รับที่ได้รับจากการดำเนินการทดสอบหลายแท่นขุดเจาะทดสอบ AAC ข้อมูลการทดลองเหล่านี้ถูกนำมาใช้ในการฝึกอบรมและทดสอบการพัฒนาแบบจำลอง ANN และประสิทธิภาพการทำงานของรุ่นได้รับการประเมินขึ้นอยู่กับสามตัวชี้วัดประสิทธิภาพ: MSE, RMSE และค่าสัมประสิทธิ์สหสัมพันธ์อาร์

ผลลัพธ์ (ไทย) 3:

สองรุ่นกับแอนและ mlpnn rbfnn สถาปัตยกรรมได้ถูกพัฒนาขึ้นในการศึกษานี้เพื่อทำนายอุณหภูมิระเหย ความจุความร้อน และใช้พลังของ AAC ระบบ ข้อมูลจากการทดลองที่สภาวะคงตัว 108 ชุดได้ โดยทำการทดสอบหลายใน AAC เป็นชุดทดสอบ ข้อมูลเหล่านี้ถูกใช้ในการฝึกและทดสอบการพัฒนาแอนรูปแบบและประสิทธิภาพของแบบประเมินตามสามตัวบ่งชี้ : MSE , RMSE และสัมประสิทธิ์ R