Traditionally, regression analysis

Traditionally, regression analysis has been the most popular
modeling technique in predicting energy consumption. However,
the importance of the ANN approach, apart from reducing the time
required, is that it is possible to make energy applications more
viable and thus more attractive to potential users, such as energy
engineers. Also, this approach has the advantages of computational
speed, low cost for feasibility, and ease of design by operators with
little technical experience. Therefore, the use of ANN for modeling
and prediction purposes is becoming increasingly popular in the
recent decades. This is mainly because ANN has very good approximation
capabilities and offers additional advantages, such as short
development and fast processing times. ANNs are especially useful
in predicting problems where mathematical formulae and prior
knowledge on the relationship between inputs and outputs are unknown
[5,7–9].

ผลลัพธ์ (ไทย) 1:

ประเพณี วิเคราะห์การถดถอยได้รับความนิยมมากที่สุดเทคนิคการสร้างโมเดลในการทำนายการใช้พลังงาน อย่างไรก็ตามความสำคัญของวิธีแบบแอน นอกเวลาที่ลดลงจำเป็น คือว่า มันสามารถทำพลังงานโปรแกรมประยุกต์เพิ่มเติมทำงานได้ และผู้ใช้ที่เป็นไปได้ เช่นพลังงานจึงสนใจมากขึ้นวิศวกร วิธีการนี้มีข้อดีของการคำนวณความเร็ว ต้นทุนต่ำสำหรับความเป็นไปได้ และความง่ายในการออกแบบโดยผู้ประกอบการด้วยประสบการณ์ทางเทคนิคเล็กน้อย ดังนั้น การใช้แอนสำหรับโมเดลและวัตถุประสงค์ในการพยากรณ์กำลังเป็นที่นิยมมากขึ้นในการทศวรรษล่าสุด นี้เป็นส่วนใหญ่เนื่องจากแอนดีมากประมาณความสามารถและข้อเสนอเพิ่มเติมประโยชน์ เช่นสั้นพัฒนาและการประมวลผลที่รวดเร็วครั้ง ANNs มีประโยชน์อย่างยิ่งในการทำนายปัญหาทางคณิตศาสตร์สูตรและก่อนความรู้เกี่ยวกับความสัมพันธ์ระหว่างอินพุตและเอาท์พุตจะไม่รู้จัก[5,7-9]

ผลลัพธ์ (ไทย) 2:

ประเพณีการวิเคราะห์การถดถอยที่ได้รับความนิยมมากที่สุดเทคนิคการสร้างแบบจำลองในการพยากรณ์การใช้พลังงาน แต่ความสำคัญของวิธีการ ANN นอกเหนือจากการลดเวลาที่จำเป็นต้องมีคือว่ามันเป็นไปได้ที่จะทำให้การใช้งานพลังงานมากขึ้นทำงานได้และทำให้น่าสนใจมากขึ้นกับผู้ใช้งานที่มีศักยภาพเช่นพลังงานวิศวกร นอกจากนี้วิธีการนี้มีข้อได้เปรียบของการคำนวณความเร็วต้นทุนต่ำสำหรับความเป็นไปได้และความสะดวกของการออกแบบโดยผู้ประกอบการที่มีประสบการณ์ทางด้านเทคนิคเล็กๆ น้อย ๆ ดังนั้นการใช้งานของการสร้างแบบจำลอง ANN วัตถุประสงค์และการทำนายจะกลายเป็นที่นิยมมากขึ้นในทศวรรษที่ผ่านมา นี้เป็นส่วนใหญ่เพราะมี ANN ประมาณการที่ดีมากความสามารถและมีประโยชน์เพิ่มเติมเช่นสั้นการพัฒนาและเวลาประมวลผลที่รวดเร็ว ANNs มีประโยชน์อย่างยิ่งในการคาดการณ์ปัญหาที่สูตรทางคณิตศาสตร์และก่อนที่ความรู้เกี่ยวกับความสัมพันธ์ระหว่างปัจจัยการผลิตและผลเป็นที่รู้จัก[5,7-9]