原文传递
一种基于人工神经网络算法的乘员舱温度控制方法
| 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 |
检索历史
应用推荐
