ПЕРСЕПТРОННИЙ КЛАСИФІКАТОР ТЕПЛОВОГО КОМФОРТУ

Abstrakt

Алгоритмізація  управління  автоматизованими  системами  тепловим  комфортом людини для встановлення оптимального теплового комфорту з використанням класифікаційних та
обчислювальних можливостей  найпростішої  одношарової нейронної мережі – персептрону.  Класифікація  гіперпростору  станів  системи  теплового  комфорту  штучною нейронною  мережею,  математичний  аналіз  класифікаційних  рівнянь  гіперплощин,  сформованих внутрішніми нейронами персептрону, оптимізація стану теплового комфорту  шляхом визначення координат проекції вектору-образу теплового комфорту на гіперплощини. Результати.  Розвиток  методів  і  моделей  нейронних  мереж  для  формування  алгоритму
управління системою  теплового  комфорту  людини. Досліджено  використання  класифікаційних та обчислювальних властивостей персептрону як інструменту  геометричної інтерпретації переходу від  дійсного  стану  теплового  комфорту  до  бажаного  у  багатовимірному  гіперпросторі  станів системи, що дозволило відмовитись від формулювання аналітичної оптимізаційної функції.  
Наукова новизна. Розвинено і поширено на клас систем теплового комфорту класифікаційні властивості  штучної  нейронної  мережі.  Вперше  для  подальшої  формалізації  алгоритму  зміни параметрів довкілля використано метод Качмажа.  Практична  значущість.  Енергоефективність  складних  багатофакторних  динамічних технічних систем забезпечується не тільки досконалим сучасним обладнанням, але і раціональними моделями  управління.  Технології  нейронних  мереж  дозволяють  оптимально  використати
класифікаційні  та  обчислювальні  можливості  штучних  нейронних  мереж  для  формування  команд управління виконавчим пристроям систем теплового комфорту.