专利名称: |
一种基于人工神经网络算法的乘员舱温度控制方法 |
摘要: |
本发明公开了一种基于人工神经网络算法的乘员舱温度控制方法,首先根据影响车内温度变化的因素,设计人工神经网络模型;然后取多个温度传感器分别安装于乘员舱的不同位置,取所有温度传感器采集结果的平均值,作为人工神经网络的训练样本,根据以上方式采集多组训练样本,制作出样本集,利用该样本集对人工神经网络模型进行训练;重新采集影响车内温度变化的数据,并将该数据输入训练好的人工神经网络模型中,利用人工神经网络模型计算出乘员舱内当前的温度,由空调控制器根据当前乘员舱的温度,向空调发送指令,从而调整乘员舱内的温度。本发明利用人工神经网络计算乘员舱内的温度,能够准确地调整乘员舱内的温度,提高乘员的舒适度。 |
专利类型: |
发明专利 |
国家地区组织代码: |
江苏;32 |
申请人: |
无锡英捷汽车科技有限公司 |
发明人: |
张秋新 |
专利状态: |
有效 |
申请号: |
CN201811361725.8 |
公开号: |
CN109435630A |
代理机构: |
郑州科硕专利代理事务所(普通合伙) 41157 |
代理人: |
侯立曼 |
分类号: |
B60H1/00(2006.01)I;B;B60;B60H;B60H1 |
申请人地址: |
214000 江苏省无锡市建筑西路777号A2栋第4层 |
主权项: |
1.一种基于人工神经网络算法的乘员舱温度控制方法,其特征在于,依次包括以下步骤:步骤S1:根据影响车内温度变化的因素,设计人工神经网络模型;步骤S2:取多个温度传感器分别安装于乘员舱的不同位置,取所有温度传感器采集结果的平均值,作为人工神经网络的训练样本,根据以上方式采集多组训练样本,制作出样本集Xp,其中,下标p=1,2,3,…,N,利用该样本集Xp对人工神经网络模型进行训练;步骤S3:重新采集影响车内温度变化的所有数据,并将该数据输入训练好的人工神经网络模型中,利用人工神经网络模型计算出乘员舱内当前的温度,人工神经网络的输出值发送至空调控制器,由空调控制器根据当前乘员舱的温度,向空调发送指令,从而调整乘员舱内的温度。 |
所属类别: |
发明专利 |