Present-day requirements emphasize

Present-day requirements emphasize the need of saving energy. It relates mainly to industrial
companies, where the minimization of energy consumption is one of their most important tasks they
face. In our paper, we deal with the design of the so-called weather prediction system (WPS) for the
needs of a heating plant. The primary task of such a WPS is timely predicting expected heat consumption
to prepare the technology characterized by long delays in advance. Heat prediction depends primarily on
weather so the crucial part of WPS is the weather, especially temperature[7TD$DIF], prediction. However, a
prediction system needs a variety of further data, too. Therefore, WPS must be regarded as a complex
system, including data collection, its processing, own prediction and eventual decision support. This
paper gives the overview about existing data processing systems and prediction methods and then it
describes a concrete design of a WPS with distributed data measuring points (stations), which are
processed using a structure of neural networks based on multilayer perceptrons (MLP) with a
combination of fuzzy logic. Based on real experiments we show that also such simplemeans as MLPs are
able to solve complex problems. The paper contains a basic methodology for designing similar WPS, too.

ผลลัพธ์ (ไทย) 1:

เหตุการณ์ต้องเน้นต้องการประหยัดพลังงาน เกี่ยวข้องกับอุตสาหกรรมส่วนใหญ่งานบริษัท การลดปริมาณการใช้พลังงานหนึ่งของความสำคัญเหล่านั้นใบหน้า ในกระดาษของเรา เราจัดการกับการออกแบบระบบการพยากรณ์อากาศเรียกว่า (WPS) สำหรับการความต้องการของพืชทำความร้อน งานหลักของ WPS ทันเวลาคาดการณ์ปริมาณความร้อนที่คาดไว้เพื่อจัดเตรียมเทคโนโลยีลักษณะนานล่วงหน้า คาดเดาความร้อนขึ้นอยู่กับหลักสภาพอากาศดังนั้นส่วนสำคัญของ WPS อากาศ โดยเฉพาะอย่างยิ่งอุณหภูมิ [7TD$ DIF] ทำนาย อย่างไรก็ตาม การระบบพยากรณ์ต้องหลากหลายข้อมูลเพิ่มเติม มากเกินไป ดังนั้น WPS ต้องถือว่าเป็นที่ซับซ้อนระบบ รวมถึงการเก็บรวบรวมข้อมูล การประมวลผล คาดเดาเอง และสนับสนุนการตัดสินใจใน นี้กระดาษช่วยให้ภาพรวมเกี่ยวกับระบบประมวลผลข้อมูลที่มีอยู่ และวิธีการทำนาย แล้วก็อธิบายการออกแบบคอนกรีตของ WPS วัดคะแนน (สถานี), ซึ่งเป็นข้อมูลแบบกระจายดำเนินการโดยใช้โครงสร้างของเครือข่ายประสาทที่ใช้หลายชั้น perceptrons (MLP) ด้วยการชุดของตรรกศาสตร์ ตามการทดลองจริงแสดงว่า เช่น simplemeans เป็น MLPs ยังสามารถแก้ปัญหาที่ซับซ้อน กระดาษประกอบด้วยวิธีพื้นฐานสำหรับการออกแบบคล้าย WPS เกินไป

ผลลัพธ์ (ไทย) 2:

ความต้องการในปัจจุบันเน้นความต้องการของการประหยัดพลังงาน ที่เกี่ยวข้องเป็นหลักในการอุตสาหกรรม
บริษัท
ที่ลดการใช้พลังงานเป็นหนึ่งในงานที่สำคัญที่สุดของพวกเขาที่พวกเขาต้องเผชิญ ในกระดาษของเราเราจัดการกับการออกแบบของระบบการพยากรณ์อากาศที่เรียกว่า (WPS)
สำหรับความต้องการของพืชร้อน งานหลักดังกล่าวเป็น WPS
ทำนายเวลาที่เหมาะสมคาดว่าปริมาณการใช้ความร้อนเพื่อเตรียมความพร้อมด้านเทคโนโลยีที่โดดเด่นด้วยความล่าช้านานล่วงหน้า ทำนายความร้อนขึ้นอยู่กับสภาพอากาศดังนั้นส่วนสำคัญของ WPS คือสภาพอากาศที่อุณหภูมิโดยเฉพาะอย่างยิ่ง [7TD $ DIF] ทำนาย อย่างไรก็ตามระบบการคาดการณ์ความต้องการที่หลากหลายของข้อมูลต่อไปอีกด้วย ดังนั้น WPS ต้องถือว่าเป็นความซับซ้อนของระบบรวมทั้งการเก็บรวบรวมข้อมูลการประมวลผลการทำนายของตัวเองและการสนับสนุนการตัดสินใจในที่สุด นี้กระดาษให้ภาพรวมเกี่ยวกับระบบที่มีอยู่การประมวลผลข้อมูลและวิธีการทำนายและจากนั้นจะอธิบายถึงการออกแบบที่เป็นรูปธรรมของWPS กับข้อมูลการกระจายจุดวัด (สถานี) ซึ่งมีการประมวลผลโดยใช้โครงสร้างของเครือข่ายประสาทบนพื้นฐานของ perceptrons หลาย (MLP) ด้วย การรวมกันของตรรกศาสตร์ ขึ้นอยู่กับการทดลองจริงที่เราแสดงให้เห็นว่ายัง simplemeans เช่น MLPs มีความสามารถในการแก้ปัญหาที่ซับซ้อน กระดาษที่มีวิธีการขั้นพื้นฐานสำหรับการออกแบบ WPS ที่คล้ายกันเกินไป