基于神经网络的空气质量采集系统的设计  

Design of Air Quality Information-sampling System Based on BP Neural Network

作　　者：李慧娟[1] 罗飞[1] 许玉格[1] 冯炳枢[1] 

机构地区：[1]华南理工大学自动化科学与工程学院,广州510640

出　　处：《微计算机信息》2008年第8期94-96,共3页Control & Automation

基　　金：广东省自然科学基金项目(06025724);广东省科技计划项目(2004B10201009)

摘　　要：空气质量采集对空气清新器的管理和控制起着关键的作用。经过对复杂非线性的空气流分析,结合信息采集及智能控制技术,本文提出一种新的空气质量信息采集系统设计方法。该方法利用多传感器力求准确采集空气质量信息,并通过神经网络建立起空气质量的预测模型,该预测模型的建立有助于空气清新器控制策略的优化。Air quality information-sampling is very important to manage and control air cleaner. Because of complexity and nonlinear of air flow, this paper proposes a design method of air quality information-sampling system based on BP neural network, combined with information-sampling and intelligent-control technology . The method can build the prediction model of air quality from information-sampling system using multi-sensors, and this prediction model is a pre-requisite to optimize the control policy of air clea...

关 键 词：空气质量采集 神经网络 空气清新器 多传感器 

分 类 号：TP274.2[自动化与计算机技术—检测技术与自动化装置]