论文部分内容阅读
由于空调控制系统具有非线性、大滞后、时变性等特点，提出了一种基于改进型Elman神经网络的模糊神经网络控制算法，其预测输出与实际输出的差值作为模糊神经网络控制器的输入，使空调控制系统具有较高的控制精度和良好的动态特性和鲁棒性。仿真结果表明：与传统PID控制相比，基于Elman神经网络的模糊神经网络控制具有较强的鲁棒性，学习能力强，控制精度高，控制效果好。并具有自适应能力，应用前景十分广泛。