【正文】 心組成部分，對(duì)于節(jié)約能源消耗起著非常重大的影響。時(shí)間系列模型的缺點(diǎn)在于不能充分利用對(duì)負(fù)荷性能有很大影響的氣候信息和其他因素，導(dǎo)致了預(yù)測(cè)的不準(zhǔn)確和數(shù)據(jù)的不穩(wěn)定。同時(shí)，期望在這個(gè)宏觀過(guò)程中掘挖人的智能形態(tài)，以及模擬人的智能作用。 一個(gè)有教師的學(xué)習(xí)系統(tǒng)可以用圖 1211 表示。感知器如圖1213 所示。華東交通大學(xué)畢業(yè)設(shè)計(jì) 5 所以，有時(shí)人們并不去祈求對(duì)模型和算法進(jìn)行嚴(yán)格的定義或區(qū)分。 ② 反向傳播 Z x 華東交通大學(xué)畢業(yè)設(shè)計(jì) 6 2 反向傳播時(shí)，把誤差信號(hào)按原來(lái)正向傳播的通路反向傳回，并對(duì)每個(gè)隱層的各個(gè)神 經(jīng)元的權(quán)系數(shù)進(jìn)行修改，以望誤差信號(hào)趨向最小。從上面可知， dik實(shí)際仍末給出明顯的算法公式，下面求 dik的計(jì)算公式。 通過(guò)多個(gè)樣本的反復(fù)訓(xùn)練，同時(shí)向誤差漸漸減小的方向?qū)?quán)系數(shù)進(jìn)行修正，以達(dá)最終消除誤差。它們具有無(wú)可以擬的信號(hào)處理速度，為人類(lèi)信息科學(xué)的進(jìn)步開(kāi)辟新的途徑。如果輸出不能有任何一點(diǎn)偏差，那就很難有什么魯棒性。 C++標(biāo)準(zhǔn)庫(kù)對(duì)于 Visual C++是相當(dāng)新的，實(shí)際上微軟只是在發(fā)布 Visual C++ 時(shí)去除了一些 “bug” 。 C++中的類(lèi)是數(shù)據(jù)和函數(shù)的封裝體。一個(gè)子類(lèi)的每個(gè)對(duì)象包含有從父類(lèi)那里繼承來(lái)的數(shù)據(jù)成員以及自己所特有的數(shù)據(jù)成員。另一個(gè)最佳的華東交通大學(xué)畢業(yè)設(shè)計(jì) 11 選擇是 C 語(yǔ)言。只要此代碼不依 賴(lài)于外部的動(dòng)態(tài)鏈接庫(kù) (DLL)， C++就可以在不需要安裝額外程序的情況下移動(dòng)到運(yùn)行同樣操作系統(tǒng)的其他機(jī)器和微處理器上，而移動(dòng) Java 程序時(shí)需要先安裝 Java 運(yùn)行期庫(kù)。該庫(kù)的主要優(yōu)點(diǎn)是效率高。 SQL SEVER 數(shù)據(jù)庫(kù) SQL Server 是一項(xiàng)全面完整的數(shù)據(jù)庫(kù)與分析產(chǎn)品。 ? SQL Server 的基本組件 MSSQL Server 服務(wù)管理構(gòu)成 SQL Server 數(shù)據(jù)庫(kù)的全部文件，同時(shí)還負(fù)責(zé)處理 SQL Server 語(yǔ)句和分配系統(tǒng)資源。 TransactSQL 通常用于數(shù)據(jù)庫(kù)管理任務(wù)，如創(chuàng)建、刪除表和列，也可 以用 TransactSQL編寫(xiě)觸發(fā)器和存儲(chǔ)過(guò)程，還可以用 TransactSQL來(lái)修改 SQL Server 的配置，或與 SQL Server的查詢(xún)分析器交互使用來(lái)執(zhí)行查詢(xún)語(yǔ)句。 ③數(shù)據(jù)庫(kù)對(duì)象：每一個(gè) SQL Server 數(shù)據(jù)庫(kù)都包含了用于數(shù)據(jù)存儲(chǔ)和組織的其他對(duì)象。負(fù)荷曲線是與很多因素相關(guān)的一個(gè)非線性函數(shù)。 其他需求 用戶(hù)界面：該軟件采用窗口圖形界面，使用簡(jiǎn)單直觀。 開(kāi)始 權(quán)值和閾值的初始化 將樣本進(jìn)行歸一化再提供給 BP 網(wǎng)絡(luò) 計(jì)算各層的輸入和輸出 更新學(xué)習(xí)輸入模式 計(jì)算各層的誤差 調(diào)整各層的權(quán) 值和閾值 誤 差是 否小于 預(yù)定 誤差 學(xué)習(xí)結(jié)束 N Y 華東交通大學(xué)畢業(yè)設(shè)計(jì) 20 預(yù)測(cè)模塊設(shè)計(jì) 在對(duì)未來(lái)一天的溫度、相對(duì)濕度和空調(diào)功率的預(yù)測(cè)的設(shè)計(jì)過(guò)程中，主要是利用了數(shù)據(jù)庫(kù)中的十天的（準(zhǔn)確來(lái)講是最近 前十天的歷史數(shù)據(jù)，這里取數(shù)據(jù)庫(kù)內(nèi)的歷史數(shù)據(jù)作為前十天的歷史數(shù)據(jù)）歷史溫度、相對(duì)濕度和空調(diào)功率值，分別對(duì)這十天的每一整點(diǎn)時(shí)刻的溫度進(jìn)行求平均值，并利用這一平均值通過(guò) BP 學(xué)習(xí)算法計(jì)算出對(duì)應(yīng)的空調(diào)功率值。 以下是 BP 算法模塊的 IPO 圖： 系統(tǒng)名稱(chēng)：冰蓄冷空調(diào)負(fù)荷逐時(shí)預(yù)測(cè)系統(tǒng) 設(shè)計(jì)人：熊鳴暉 模塊名：算法模塊 日期： 模塊編號(hào)： 002 調(diào)用模塊：預(yù)測(cè)模塊、功率計(jì)算模塊 被調(diào)用模塊：數(shù)據(jù)庫(kù)模塊 輸入數(shù)據(jù)：時(shí)間日期、溫度、相對(duì)濕度、學(xué)習(xí)速率、誤差 輸出數(shù) 據(jù)：空調(diào)功率 處理： BP 算法的設(shè)計(jì)是該逐時(shí)預(yù)測(cè)系統(tǒng)的核心，也就是說(shuō) BP 算法設(shè)計(jì)的好壞決定了整個(gè)系統(tǒng)的所有功能是否能達(dá)到要求。 繪制出一個(gè)二十四小時(shí)的時(shí)序圖，從而實(shí)現(xiàn)對(duì)未來(lái) 24 小時(shí)的外界參數(shù)和空調(diào)功率的預(yù)測(cè)。 設(shè)計(jì)“蓄冷空調(diào)逐時(shí)負(fù)荷預(yù)測(cè)系統(tǒng)”要達(dá)到的功能要求 ① 從自控系統(tǒng)采集的數(shù)據(jù)庫(kù)中分析每天每個(gè)小時(shí)的數(shù)據(jù)情況與蓄冷空調(diào)功率的規(guī)律。 ②數(shù)據(jù)庫(kù)：每一個(gè) SQL Server 都包含了多個(gè)數(shù)據(jù)庫(kù)，其中每一個(gè)數(shù)據(jù)庫(kù)都通過(guò)一個(gè)或多個(gè)操作系統(tǒng)文件來(lái)維護(hù)。隨著 SQL 的廣泛應(yīng)用，美國(guó)國(guó)家標(biāo)準(zhǔn)協(xié)會(huì)（ ANSI 一）已經(jīng)將它標(biāo)準(zhǔn)化了。作為一個(gè)能訪問(wèn)遠(yuǎn)程數(shù)據(jù)庫(kù)的客戶(hù)端應(yīng)用程序一般應(yīng)有二個(gè)部分。 MFC 的基本宏提供以下功能：消息映射、運(yùn)行時(shí)對(duì)象類(lèi)型服務(wù)、診斷服務(wù)、異常處理。 ? MFC 類(lèi)庫(kù)是一個(gè)可以在應(yīng)用程序中事業(yè)的相互關(guān)聯(lián) C++類(lèi)的集合。在默認(rèn)情況下，不能捕獲 VBScript 中的錯(cuò)誤。算法與語(yǔ)言是獨(dú)立的 ，所以在編程之前必須設(shè)計(jì)算法，編寫(xiě)一個(gè)快速程序的第一個(gè)步驟是設(shè)計(jì)良好的算法，能以最少的操作步驟得出問(wèn)題的答案。 C++允許一個(gè)相同的標(biāo)識(shí)符或運(yùn)算符代 表多個(gè)不同實(shí)現(xiàn)的函數(shù)，這就稱(chēng)標(biāo)識(shí)符或運(yùn)算符的重載，用戶(hù)可以根據(jù)需要定義標(biāo)識(shí)符重載或運(yùn)算符重載。因此，數(shù)據(jù)將被隱藏在封裝體中， 該封裝體通過(guò)操作接口與外界交換信息。 C++模板是近幾年來(lái)對(duì)此語(yǔ)言的一種擴(kuò)展，模板是根據(jù)類(lèi)型參數(shù)來(lái)產(chǎn)生函數(shù)和類(lèi)的機(jī)制，有時(shí)也稱(chēng)模板為 “ 參數(shù)化的類(lèi)型 ” 。而大多數(shù)神經(jīng)網(wǎng)絡(luò)模型的學(xué)習(xí)是從隨機(jī)初始值開(kāi)始的，理論上初始值不影響最終結(jié)果。這種結(jié)構(gòu)本身所帶來(lái)的并行性特性是其他系統(tǒng)模型所可望不可及的。把 Xim和期望輸出 Yi 進(jìn)行比較．如果兩者不等，則產(chǎn)生誤差信號(hào) e，接著則按下面公式反向傳播修改權(quán)系數(shù)： ΔWij=η (ae/auik) 設(shè)有一個(gè) m 層的神經(jīng)網(wǎng)絡(luò)，并在輸入層加有樣本 X；設(shè)第 k 層的 i 神經(jīng)元的輸入總和表示為 Uik，輸出 Xik；從第 k— 1 層的第 j 個(gè)神經(jīng)元到第 k 層的第 i 個(gè)神經(jīng)元的權(quán)系數(shù)為Wij 各個(gè)神經(jīng)元的激發(fā)函數(shù)為 f，則各個(gè)變量的關(guān)系可用下面有關(guān)數(shù)學(xué)式表示： Xik=f(Uik) (11) Uik=∑ j Wij Xjk1 (12) ?反向傳播算法分二步進(jìn)行，即正向傳播和反向傳播。當(dāng)實(shí)際輸出和期望值 d 相同時(shí)有： Wi (t+1)= Wi (t) ⑥ 轉(zhuǎn)到第 2 點(diǎn)，一直執(zhí)行到一切樣本均穩(wěn)定為止。原因在于神經(jīng)網(wǎng)絡(luò)的權(quán)系數(shù) W 有很多分量 W1， W2，? Wn；也即是一個(gè)多參數(shù)修改系統(tǒng)。在主要神經(jīng)網(wǎng)絡(luò)如 BP 網(wǎng)絡(luò)， Hopfield 網(wǎng)絡(luò)，ART 網(wǎng)絡(luò)和 Kohonen 網(wǎng)絡(luò)中； BP 網(wǎng)絡(luò)和 Hopfield 網(wǎng)絡(luò)是需要教師信號(hào)才能進(jìn)行學(xué)習(xí)的；而 ART 網(wǎng)絡(luò)和 Kohonen 網(wǎng)絡(luò) 則無(wú)需教師信號(hào)就可以學(xué)習(xí)。不少學(xué)者不約而同地認(rèn)為：未來(lái)不久的前沿核心技術(shù)將是模物邏輯和神經(jīng)網(wǎng)絡(luò)結(jié)合的新技術(shù) —— 神經(jīng)模糊技術(shù)。同時(shí)，由于天氣等情況的影響，又使負(fù)荷變化出現(xiàn)差異。該預(yù)測(cè)系統(tǒng)主要以 BP 算法為核心， 通過(guò)利用 BP 算法對(duì)以往的歷史數(shù)據(jù)的不斷學(xué)習(xí)訓(xùn)練，而不斷去修改算法中的中間值 （達(dá)到預(yù)定的精度范圍） ，以達(dá)到精確預(yù)測(cè)和計(jì)算的目的。 該預(yù)測(cè)系統(tǒng)采用的是人工神經(jīng)網(wǎng)絡(luò)（ ANN）的 BP 算法。 在負(fù)荷預(yù)測(cè)中，誤差將導(dǎo)致運(yùn)行和能源費(fèi)用的大量增加。近年來(lái)的研究表明，相對(duì)于前華東交通大學(xué)畢業(yè)設(shè)計(jì) 2 兩種方法，利用神經(jīng)網(wǎng)絡(luò)技術(shù)進(jìn)行空調(diào)的負(fù)荷預(yù)測(cè)可以獲得更高的精度。 神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)機(jī)理和機(jī)構(gòu) 在神經(jīng)網(wǎng)絡(luò)中，對(duì)外部環(huán)境提供的模式樣本進(jìn)行學(xué)習(xí)訓(xùn)練，并能存儲(chǔ)這種模式，則稱(chēng)為感知器；對(duì)外部環(huán)境有適應(yīng)能力，能自動(dòng)提取外部環(huán)境變化特征，則稱(chēng)為認(rèn)知器。 圖 1212 學(xué)習(xí)機(jī)構(gòu) 神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)一般需要多次重復(fù)訓(xùn)練，使誤差值逐漸向零趨近，最后到達(dá)零。 ② 計(jì)算實(shí)際輸出值 Y Y(t)=f[∑n+1Wi (t) Xi] ④ 根據(jù)實(shí)際輸出求誤差 e： e＝ d— Y(t) ⑤ 用誤差 e 去 修改權(quán)系數(shù) Wi (t+1)= Wi (t)+ η 在隱層中的神經(jīng)元也稱(chēng)隱單元。 (auik/aWij) (16) 由于 auik/ aWij=a(∑ j Wij Xjk1)/aWij= Xjk1|i=j (17) 故而 ae/aWij=(aek/auik) dik+1 (120) 最后有： dik=Xik(1 Xik)在實(shí)際應(yīng)用中，只有一般化的 Delta 法則式 (1— 22)或式 (1— 23)才有意義。 ④ 學(xué)習(xí)能力 神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)方法與傳統(tǒng)的人工智能機(jī)器學(xué)習(xí)的方法完全不同?，F(xiàn)在 C++已由 ANSI、 BSI、 DIN、其他幾個(gè)國(guó)家標(biāo)準(zhǔn)機(jī)構(gòu)和 ISO 定為標(biāo)準(zhǔn)。在面向過(guò)程的程序設(shè)計(jì)中，數(shù)據(jù)只被看成是一種靜態(tài)的結(jié)構(gòu)，它只有等待到調(diào)用函數(shù)來(lái)對(duì)它進(jìn)行處理。友元打破了類(lèi)的封裝性，它是 C++另一個(gè)面向?qū)ο蟮闹匾卣鳌? 使用 C++的原因 ? 性能 性能有個(gè)兩方面，算法速度和機(jī)器代碼效率。實(shí) 際上，如果在實(shí)現(xiàn)中首先進(jìn)行錯(cuò)誤處理，而不是在最后才進(jìn)行，那么整個(gè)程序的開(kāi)發(fā)和測(cè)試過(guò)程會(huì)更加完美。這些組件通過(guò)一個(gè)名為 Developer Studio 的組件集成為和諧的開(kāi)發(fā)環(huán)境。除了一些輔助類(lèi)，大多數(shù)的 MFC 類(lèi)是直接或間接從根類(lèi) Cobject派生而來(lái)。網(wǎng)絡(luò)操作系統(tǒng)使得資源共享的管道得以形成；數(shù)據(jù)庫(kù)服務(wù)器負(fù)責(zé)數(shù)據(jù)的存儲(chǔ)及管理；客戶(hù)端應(yīng)用程序則以圖形界面呈現(xiàn)數(shù)據(jù)并讓用戶(hù)進(jìn)行錄入、修改、刪除、查詢(xún)、打印等操作。 ? TransactSQL 結(jié)構(gòu)化查詢(xún)語(yǔ)言（ SQL）是一種高級(jí)語(yǔ)言， 它用來(lái)訪問(wèn)關(guān)系數(shù)據(jù)庫(kù)中的數(shù)據(jù)，最初由IBM 所開(kāi) 發(fā)。從伸縮性上來(lái)說(shuō)， SQL Server 使用并行體系結(jié)構(gòu)，允許自動(dòng)將工作負(fù)荷分布在多個(gè) CPU 上。 為達(dá)到以上的要求和目標(biāo)，我們就需要一個(gè)“ 蓄 冷 空調(diào) 逐時(shí)負(fù)荷預(yù)測(cè)系統(tǒng)” 。對(duì)于抽取和逼近這種非線性函數(shù)，神經(jīng)網(wǎng)絡(luò)是一種合適的方法。并根據(jù)當(dāng)前某整點(diǎn)時(shí)刻和該整點(diǎn)時(shí)刻外界溫度和相對(duì)濕度，計(jì)算出冰蓄冷空調(diào)系統(tǒng)應(yīng)該提供的功率，從而使某室內(nèi)的溫度保持在一定范圍內(nèi)。 以下是預(yù)測(cè)模塊的 IPO 圖： 系統(tǒng)名稱(chēng)：冰蓄冷空調(diào)負(fù)荷逐時(shí)預(yù)測(cè)系統(tǒng) 設(shè)計(jì)人：熊鳴暉 模塊名：預(yù)測(cè)模塊 日期： 模塊編號(hào)： 003 調(diào)用模塊：主控模塊 被調(diào)用模塊：數(shù)據(jù)庫(kù)模塊、算法模塊 輸入數(shù)據(jù)：時(shí)間日期、溫度、相對(duì)濕度 輸出數(shù)據(jù)：時(shí)間日期、溫度、相對(duì)濕度、空調(diào)功率 處理： 同時(shí)，利用上述流程實(shí)現(xiàn)的程序也可以對(duì)其它一些應(yīng)用領(lǐng)域進(jìn)行預(yù)測(cè)，例如對(duì)城市需水量預(yù)測(cè)系統(tǒng)；對(duì)地球自轉(zhuǎn)過(guò)程旋轉(zhuǎn)角度等。 這里我們選擇 神經(jīng)網(wǎng)絡(luò)中的 BP 算法和 SQL SEVER 數(shù)據(jù)庫(kù)來(lái)設(shè)計(jì)系統(tǒng)。 BP 網(wǎng)絡(luò)的學(xué)習(xí)結(jié)構(gòu)由輸入層、隱含層、輸出層組成。隨著國(guó)家倡導(dǎo)建設(shè)節(jié)約型社會(huì)，我國(guó)越來(lái)越多的地方開(kāi)始使用 蓄冷空調(diào)。 SQL DML 用于查詢(xún)和修改數(shù)據(jù)庫(kù)中的數(shù)據(jù)。警報(bào)是一種動(dòng)作，響應(yīng)指定的事件。這個(gè)數(shù)據(jù)庫(kù)系統(tǒng)包括對(duì)共享數(shù)據(jù)的復(fù)制品，包括以視圖形式提供的對(duì)遠(yuǎn)程數(shù)據(jù)操作的全局?jǐn)?shù)據(jù)庫(kù)模式的子集，用戶(hù)通過(guò)本地的客戶(hù)端軟件通過(guò)網(wǎng)絡(luò)訪問(wèn)位于服務(wù)器上的數(shù)據(jù)庫(kù)，主要對(duì)數(shù)據(jù)進(jìn)行處理，同時(shí) 還要對(duì)最終的輸出進(jìn)行控制。同時(shí)你還要編寫(xiě)用來(lái)響應(yīng)用戶(hù)操作這些控制的代碼。 ? 最大化 COM 特征 COM 與 C++很接近，實(shí)際上， Don Box(COM 的權(quán)威 )在他的《 Essential COM》一書(shū)的第一章寫(xiě)道： “COM 就是更好的 C++” 。從編寫(xiě)程序的難易程度和程序的性能綜合考慮， C++是最佳的選擇。 ? C++支持動(dòng)態(tài)聯(lián)編 C++中可以定義虛函數(shù)，通過(guò)定義虛函數(shù)來(lái)支持動(dòng)態(tài)聯(lián)編。一種是私有（ private）成員，只有在類(lèi)中說(shuō)明的函數(shù)才能訪問(wèn)該類(lèi)的私有成員，而在該類(lèi)外的函數(shù)不可以訪問(wèn)私 有成員；另一種公有（ public）成員，類(lèi)外面也可訪問(wèn)公有成員，成為該類(lèi)的接口；還有一種是保護(hù)（ protected）成員，這種成員只有該類(lèi)的派生類(lèi)可以訪問(wèn)，其余的在這個(gè)類(lèi)外不能訪問(wèn)。 STL 是數(shù)據(jù)結(jié)構(gòu)和算法的一個(gè)框架，數(shù)據(jù)結(jié)構(gòu)包括矢量、列表和映射等，算法包括這些數(shù)據(jù)結(jié)構(gòu)的查找、拷貝和排序等。盡管有了 BP 學(xué)習(xí)算法等訓(xùn)練方法可以設(shè)計(jì)并實(shí)現(xiàn)一定規(guī)模的神經(jīng)網(wǎng)絡(luò)。從形式上看分布在網(wǎng)絡(luò)的各個(gè)角落，同時(shí)，沒(méi)有任何顯示的信息可以閱讀，對(duì)于人類(lèi)來(lái)說(shuō)是完全不透明的，無(wú)法理解的，更談不上管理和修改。 dik一般取非線性連續(xù)函數(shù)，例如 Sigmoid 函數(shù) 。 為了說(shuō)明 BP 算法，首先定義誤差函數(shù) e。 自從 40 年代 Hebb 提出的學(xué)習(xí)規(guī)則以來(lái)，人們相繼提出了各種各樣的學(xué)習(xí)算法。這 里 Wi(t)為 t 時(shí)刻從第 i 個(gè)輸入上的權(quán)系數(shù)， i＝ 1， 2，?， n。在這個(gè)過(guò)程中，期望的輸出信號(hào)可以作為教師信號(hào)輸入，由該教師信號(hào)與實(shí)際輸出進(jìn)行比較，產(chǎn)生的誤差去控制修改權(quán)系數(shù) W。用模糊邏輯去研究人的智能是一個(gè)重要的途徑。專(zhuān)家系統(tǒng)法利用了專(zhuān)家的經(jīng)驗(yàn)知識(shí)和推理規(guī)則，使節(jié)假日或有重大活動(dòng)日子的負(fù)荷預(yù)測(cè)精度得到了提高。制定操作策略的意義還在能合理安排蓄冰量的使用，除了給峰電時(shí)段預(yù)留外，還能在冷機(jī)因負(fù)荷較低運(yùn)行效率下降的時(shí)候使用融冰供冷。 華東交通