前言：中文期刊網精心挑選了人工神經網絡理論基礎范文供你參考和學習，希望我們的參考范文能激發你的文章創作靈感，歡迎閱讀。
人工神經網絡理論基礎范文1
（宿州學院 經濟管理學院，安徽 宿州 234000）
摘 要：抽取滬深兩市A股市場上IT企業作為研究對象，構建人工神經網絡模型，對企業的財務狀況進行預測，引入正交試驗設計法優化財務危機預警模型.研究表明，正交試驗設計法對于神經網絡的學習具有很好的效果，財務預警分析顯示出穩定、連續的預測性能，這正好適合構建具有實際應用價值的預警系統，使研究精度有較大的提高.
關鍵詞 ：人工神經網絡；正交設計；IT企業；財務預警系統
中圖分類號：F275 文獻標識碼：A 文章編號：1673-260X（2015）03-0096-02
基金項目：安徽省高等學校省級優秀青年人才基金項目（2012SQRW176）；宿州學院人文社會科學研究項目（2011yyb36）
1 引言
近年來高科技板塊對全球股市和中國股市的變動作用十分明顯，新興的IT（Information Technology）企業也是受關注較多、變化較大、交易比較活躍、對大盤影響較大的群體，因此，研究IT企業對投資界、社會投資者都具有一定的意義.信息技術飛速發展的今天，IT企業同樣面臨著巨大的財務風險，一旦風險積聚到一定程度，如果不及時采取措施，就會陷入財務危機.財務危機系統作為IT企業風險管理的重要一環，它作為經濟運行的晴雨表和企業經營的指示燈，不僅具有較高的學術價值，而且有著巨大的應用價值.IT企業信息流、物流和資金流“三流合一”的特性使得企業傳統財務預警系統不能滿足其要求.我國IT企業內部治理結構上的缺陷，使得企業的經營效率不斷下降，從證券監管機構的新增ST企業公告就可窺見一斑，急需構建IT企業財務預警系統來預防危機的發生.IT企業的大量出現對現有企業財務危機的預測方法產生巨大的沖擊，不再局限于傳統的統計方法，利用人工神經網絡理論知識，研究人工 （Back-Propagate）神經網絡算法，財務預警研究中的預警指標體系需要考慮非財務因素的影響，使得財務預警系統的應用具有實際價值.因此，本文試圖從公司治理結構、審計意見、關聯交易等方面探討非財務因素在IT企業財務預警中的作用，利用MATLAB軟件構建神經網絡模型，對IT企業的財務狀況進行預測，引入正交試驗法優化財務危機預警系統.
2 文獻綜述
人工神經網絡技術被廣泛應用于模式識別、優化計算、智能控制、經濟、金融、管理等領域，其中包括財務危機預測研究.Tam和Kiang（1992）應用神經網絡方法對得克薩斯的銀行財務失敗案例進行預測.國內學者也對我國基于神經網絡的企業財務危機系統進行研究，我國學者楊保安（2009）選取15個財務指標運用人工神經網絡方法建立供銀行進行信用評價的預警系統.人工神經網絡模型由輸入層、隱含層和輸出層組成，信息處理分為信息正向傳播和誤差反向傳播兩步進行，當正向傳播時，輸入信號從輸入層經過隱含層后傳向輸出層，每一層神經元的狀態只影響下一層神經元的狀態.網絡的反向傳播是一種誤差從輸出層到輸入層向后傳播并修正權值和閾值的過程，學習的目的是網絡的實際輸出逼近某個給定的期望輸出.運用正交試驗設計法對這些參數選擇進行優化，對于神經網絡的學習具有很好效果.它利用正交表安排試驗，其理論基礎是拉丁方理論和群論，可以用來安排多因素試驗，試驗次數對各因素和各水平的全排列組合來說是大大減少了，是一種優良的試驗設計方法.它相對于全面試驗而言，只是部分試驗，但對其中任何兩個因素來說，可以用比全面試驗法少得多的試驗，獲得反映全面情況的實驗資料.
3 研究設計
3.1 樣本選取
本文中的財務危機企業樣本為2013年-2014年以來因財務狀況異常而被特別處理的IT企業，一共30家財務危機企業.同時依據行業和資產規模相近的標準構造了配對的財務正常企業樣本.
3.2 指標變量
由于財務指標涉及到企業經營管理的各個方面，借鑒國內外學者的研究成果，從公司的盈利能力、經營能力、償債能力、資本結構、成長能力等方面確定變量.
3.3 數據處理
對總樣本連續三年數據進行顯著性分析檢驗后，發現ST公司和非ST公司存在顯著差異，根據T檢驗以及Mann-Whitney U非參數檢驗的結果，剔除一些變量，指標變量通過顯著性檢驗.
4 實證分析
本文運用軟件Matlab構建了三層人工網絡財務預警系統，并選取樣本進行實驗.由于輸入是連續變量，輸出是布爾型離散向量， 訓練或測試前使用Matlab的Premnmx函數對樣本進行歸一化處理，作為網絡的輸入數據.人工神經網絡的設計包括輸入層、隱含層、輸出層、傳遞函數、訓練函數、網絡參數等網絡結構的設置，具體到本文的研究，設置如下：
（1）輸入層：輸入層神經元個數由輸入向量P決定，確定了18個輸入節點.
（2）輸出層：輸出層神經元的個數由輸出類別決定.網絡的輸出層定義為1個節點，即企業的實際財務狀況.在訓練樣本集中，樣本的輸出向量設為T（當為ST公司時，T=1；當為非ST公司時，T=0）.
（3）隱含層：關于隱含層節點數選取過少，將影響到網絡的有效性，過多，會大幅度增加網絡訓練的時間，根據經驗可以參照公式進行設計，其中n為隱含層節點數，n1為輸入節點數，n2為輸出節點數，a取1-10之間的常數.
（4）傳遞函數：傳遞函數對一個神經網絡的訓練效率至關重要.本文對輸入層到隱含層的傳遞函數確定為正切函數tansig（n），它將神經元的輸入范圍從（-∞，+∞）映射到（1，-1），隱含層到輸出層之間的傳遞函數確定為對數函數logsig（n），它將神經元輸入范圍從（-∞，+∞）映射到（0，1）.
（5）網絡參數：目標誤差0.001或0.00001，學習率通常在0.01～0.9之間，一般來說，學習率越小，訓練次數越多，但學習率過大，會影響網絡結構的穩定性.誤差通常需要根據輸出要求來定，e越低，說明要求的精度越高.設置學習速率為0.05，學習速率增加的比率為1.03，學習速率減少的比率為0.9，動量常數為0.7，最大誤差比率為1.08，訓練循環次數為550次.
（6）訓練函數：人工網絡訓練函數采用traingdx.它采用動量法和學習率自適應調整兩種策略，從而抑制網絡陷于局部極小和縮短學習時間.
為提高人工神經網絡的學習精度，下面將采用正交設計試驗法對人工神經網絡的相關參數進行優化，選用三個因素兩個水平的正交表（見表1）.它相對于全面試驗而言，只是部分試驗，但對其中任何兩個因素來說，可以用比全面試驗法少得多的試驗，獲得反映全面情況的實驗資料.
依據表2的設計方案，借助Matlab語言編制了神經網絡的訓練和測試程序，將30家建模樣本t-2、t-3、t-4年的指標數據分四次試驗進行學習訓練，選擇最優的試驗方案作測試.從上述結果可以確定各年最優的人工網絡模型的函數和參數：
（1）t-2年的試驗中，試驗4的結果相對最優，判別準確率達到100%，所以人工網絡模型結構為18-16-1，目標誤差為0.00001，訓練函數為trainlm，在PC上經過10個訓練周期達到目標要求.
（2）t-3年的試驗中，試驗2的結果相對最優，判別準確率達到94%，所以人工網絡模型結構為18-7-1，目標誤差為0.00001，訓練函數為traingdx，在PC上經過285個訓練周期達到目標要求.
（3）t-4年的試驗中，試驗3的結果相對最優，判別準確率達到97%，所以人工網絡模型結構為18-16-1，目標誤差為0.001，訓練函數為traingdx，在PC上經過114個訓練周期達到目標要求.
5 結論
本文在回顧國內外財務預警系統經典文獻和研究成果的基礎上，以我國滬深A股IT企業為研究對象，依據公司財務危機前兩年至四年的指標數據人工神經網絡模型來進行研究，采用正交設計試驗法對人工神經網絡的相關參數進行優化，選用三個因素兩個水平的正交表，并取得了較好的預測效果，實證研究得到以下結論：
（一）我國企業的財務指標包含著預測財務困境的信息含量，因此利用企業的財務比率可以預測其是否陷入財務困境.本文所選指標涵蓋了反映公司財務狀況的各方面因素，說明所建立指標體系是合理恰當的.
（二）對于較長時間跨度的模型預測問題，需要找出對企業整體經營狀況有指示能力的變量，因此本文在篩選初始變量時，設定了三年連續顯著的標準，選出具有前瞻能力的變量.
（三）運用正交設計法對人工神經網路輸入參數的選擇進行分析，結果表明正交試驗法對神經網絡的學習具有很好的效果，減少網絡訓練誤差，它只需很少的樣本就能達到實踐中所要求的精度，很大程度上提高企業財務預警系統的準確率，控制財務危機現象產生的源頭，從而實現企業財務預測的動態系統，具有廣闊發展前景.
（四）從模型的超前預測能力看，距離ST的時間越近，預警系統的判別準確率就越高，尤其是t-2年，說明預警系統的預測水平隨著距離ST時間長短而逐漸降低的.
在今后的研究方向上，希望在以下幾個方面進行更深入的探討和挖掘：在樣本數據條件具備的情況下，可以從多個角度分析，例如分中小型企業進行財務危機預警系統的比較研究，預警指標的選擇方面，除了一些定量指標，還要綜合考慮管理層素質、員工素質、市場變化、宏觀經濟環境等定性指標的影響，可以利用層次分析法和模糊綜合評價方法將定性指標量化，確保企業財務信息真實性.
參考文獻：
〔1〕馬超群，吳麗華.基于鄰域粗糙集和神經網絡的財務預警研究[J].軟科學，2009（11）.
人工神經網絡理論基礎范文2
關鍵詞:知識管理;企業戰略危機;預警戰略;BP神經網絡
戰略是決定組織發展方向及生死存亡的重大課題。戰略通常情況下是穩定的,這種戰略管理體系是建立在一種常態假設之上的,管理者習慣于按常態規劃開展工作。但是,管理環境中的不確定性總是存在的,因此,基于常態假設的戰略管理體系具有很大的脆弱性,這種脆弱性表現有二:其一,缺乏一個全面覆蓋企業戰略危機的完整的應急系統;其二, 沒有建立完善的企業預警戰略系統,在危機或變化剛剛出現的階段,企業往往不能從戰略的高度審視其變化,變化的危害程度被嚴重低估,直到變化演變成危機,企業在戰略應對、機制準備、技術準備、物資準備諸方面的不足立刻暴露無遺,只得動用一系列高成本的管理措施來抵御危機,通常要付出極大的代價。由此可見,良好的應急機制取決于良好的預警系統。預警戰略的理論闡述與預警工具的方法選用是預警戰略系統的兩個關鍵問題。本文提出利用知識管理的理論與BP神經網絡工具對企業預警戰略系統進行研究,探討建立基于 BP神經網絡的企業預警戰略模型。
一、知識管理與預警戰略
1.知識及知識管理知識管理(knowledge management)自20世紀90 年代以來,被西方經濟理論界和企業認為是企業應對所面臨變化和挑戰的法寶,并被眾多企業應用到了實踐當中。Polanyi把知識定義為明確知識(ex- plicit knowledge)和默示知識(tacit knowledge),明確知識是可以借助于技術手段,比如企業內部的計算機系統和相應的軟件來傳播和分析的知識和信息;默示知識則是來自企業以及員工的社會文化背景和由此產生的人們的主觀意識等,更多地依賴于人際間的溝通來傳播。
Roberts認為知識是很有活力的,默示知識和明確知識之間相互作用,共同存在于人類創造活動中。1995年前后,以Nonaka和Takeuchi提出的一個新模式的流行為開端,知識管理的研究進入一個新的時期,知識管理研究的重點轉移到了明確知識和默示知識之間的相互轉變上。在這個模式中,知識被看作是可觸摸的、有形的。
2.企業戰略危機及預警戰略預警是度量某種狀態偏離預警線的強弱程度及發出預警信號的過程。企業戰略管理中的預警管理是對企業戰略危機的靈敏感應過程。企業戰略危機 (Enterprise Strategy Crisis,ESC)是指由于企業外部環境或者內部條件的改變,企業的戰略沒有對此作出應變或者應變不當使企業無法實現既定目標的狀態。因而,ESC是企業戰略管理失誤或者戰略管理過程的波動所產生的危機。企業對戰略危機的防止和控制一般越早越容易,損失越小,對企業的影響也越小。因此,建立全面的企業預警戰略系統對于企業進行戰略危機防范具有重要意義。預警戰略管理實際上包括對戰略管理過程中管理行為的預警和預控的管理,即建立對戰略管理活動的識錯、防錯、糾錯和治錯的機制。預警戰略系統的功能包括監測、診斷、警報方式、信息、早期控制、對策庫和失誤矯正等。
預警戰略系統具有如下特征: (1)全面性。預警戰略系統的全面性包含兩層意思,首先,預警戰略管理是企業全面預警的概念; 其次,預警戰略管理是戰略全過程的預警管理。 (2)診斷性。這是預警系統共有的特征,能在企業的戰略管理過程中進行病理診斷。 (3)預控性。戰略是對公司未來全局的規劃,所以,戰略本身具有超前性,因此預警戰略系統同樣具有早期控制性,而且它還能提前對戰略問題或者戰略危機進行預測,防患于未然。 (4)規范性。戰略的制定需要高級管理人員的直覺、主觀和經驗的判斷,同時,戰略又是理性分析的產物。戰略管理與生產管理、營銷管理和財務管理等一樣,都可以形成程序化的決策。戰略預警決策應該是通過高度系統化的計劃方式和理性的分析方法而得到的必然結果。 (5)動態性。預警戰略系統是對戰略的制定、實施和評價過程的波動和失誤的預測及糾偏管理,因而具有全過程的動態性。
3.知識管理和預警戰略的融合研究預警戰略,必須將重點放在引起戰略危機的誘發因素上。經驗表明,誘發戰略管理危機的挑戰主要有兩類:有規律性、持續性的變化和突變的、無規律的變化。而程序化的決策僅對前一種變化起作用,對于后一種變化,我們只能通過經驗及借鑒, 將某些突變的、無規律的變化進行梳理,整理后使其接近第一種變化。 Nonaka和Takeuchi認為,知識的形成有5個階段:共享默示知識、形成一種理念、判斷這種理念的合理性、建立符合這種理念的相關規則、直至形成被人們普遍認同的明確知識。
這種明確知識與默示知識之間的轉化原理恰恰為引起戰略危機的變化表示提供了依據:企業戰略所面臨的規律性、持續性的變化通常會在企業中引起一些有形的、可以預測的問題,這些有形的問題可以用明確知識來表達和確定; 企業戰略所面臨的某些突變的、無規律的變化常常導致無形的問題,這些無形的問題只能用默示知識來表述。傳統的管理理論重視解決問題,針對問題進行分析,這種方法往往只對規律性、持續性的變化起作用;而知識管理首先是用來預防問題發生的。Thier- auf認為在有效的知識管理體系中,企業管理層應采取主動的、預防性的方式去發現企業面臨的問題,而不是當問題產生時或產生后才采取對策。也就是說,有效的知識管理體系能夠對企業面臨的問題做到防患于未然。這需要把邏輯地分析思考和創造力結合起來,即需要全面的知識和相關的經驗、技巧、制度和判斷,將盡可能多的默示知識明確化,把無規律的變化經驗化,納入到規范化的框架中去。
二、人工神經網絡與BP模型目前應用于預警模型的工具很多,但仍存在一些問題。如:預警模型慣于采用直線外推、指數平滑、回歸分析、移動平均、灰色預測等模型,而高度非線性模型難以處理;預警線和預警區域采用確定方式,不具備時變特性,缺少自適應、自學習能力;預警信息和知識獲取是間接的,費時,效率低;預警系統的建立是離線和非定時的,難以適應在線定時預警要求。人工神經網絡理論和方法的出現,為預警系統克服傳統方式的不足提供了新的可能性。
人工神經網絡理論基礎范文3
關鍵詞：配電網理論線損 等值電阻法 潮流算法
0 引言
在實際工作中通過線損理論計算，能較準確的了解電網中損耗的組成情況。尤其在對需要增加投資的降損措施幾種方案的技術經濟比較以及考察各種降損措施的效果方面，線損理論計算顯出重要作用，這就為實際分級、分壓、分區、分線管理，線損計劃指標的分解提供了可靠依據。此外，通過線損理論計算得出的數值與傳統數值比較，還可以發現線損管理中薄弱環節，以便有針對性地采取降損措施。
1 傳統的主要的配電網理論線損計算方法
1.1 等值電阻法
等值電阻法的理論基礎是均方根電流法。缺點是：對沒有實測負荷記錄的配電變壓器，各節點負荷率相同，這種計算不完全符合實際負荷情況，假設負荷分布按與配電變壓器額定容量成比例；需要假設計算條件，影響計算結果精度；假設各負荷點功率因數、類別系數和電壓相同，一般情況下，計算出的電能損耗值偏小，實際系統各個負荷點的功率因數、類別系數和電壓都不相同。等值電阻法的優點是：在理論上比較完善，不用收集運行數據，計算出等值電阻數據就可以進行電能損耗計算，僅與結構參數配電變壓器額定容量、分段線路電阻有關；在方法上克服了均方根電流法的諸多方面的缺點。
1.2 最大電流法
最大電流法也稱損失因數法，優點是：計算需要的資料少，易于計算機編程計算，進行電能損耗計算只需測量出代表日最大電流和計算出損失因數等數據。缺點是：損失因數不易計算，計算出的損耗因數不同，不能通用，主要由于不同的負荷曲線、網絡結構和負荷特性，此方法常用于計算精度要求不高的情況，是利用均方根電流法與最大電流的等效關系進行計算的。計算精度低，使用此方法時必須根據電網實際情況計算損耗因數。
1.3 平均電流法
由均方根電流法派生而來，是利用均方根電流法與平均電流的等效關系進行損耗計算的，平均電流法也稱形狀系數法。平均電流法的優點是：計算結果較為準確，計算出的電能損耗結果精度較高，用實際中較容易得到并且較為精確的電量作為計算參數，按照代表日平均電流和計算出形狀系數等數據計算，易于計算機編程計算，可以進行電能損耗計算。平均電流法的物理概念是：實際負荷在同一時間內所產生的電能損耗幾乎等同于線路中流過的平均電流所產生的電能損耗。缺點是：形狀系數不易確定，計算誤差較大。對沒有實測記錄的配電變壓器，數據不夠準確。
1.4 均方根電流法
均方根電流法是基本計算方法。均方根電流法的優點是：方法簡單，易于計算機編程計算，按照代表日24小時整點負荷電流或有功功率、無功功率或有功電量、無功電量、電壓、配電變壓器額定容量、參數等數據計算出均方根電流就可以進行電能損耗計算。均方根電流法的物理概念是：實際負荷在同一時間內所產生的電能損耗差不多等同于線路中流過的均方根電流所產生的電能損耗。缺點是：代表日選取不同會有不同的計算結果，誤差較大。
2 配電網理論線損計算方法研究新進展
降低線損率，可以減少電能傳輸能耗，線損率是主要經濟技術指標，它綜合反映電力網規劃設計、生產運行和經營管理水平，研究配電網理論線損計算方法，提高電力供應能力，增加供電企業經濟效益，有很重要的理論與實際意義。
2.1 潮流新算法
文獻指出，由于配電網表計不全，運行參數無法全部收集，對于10kV配電網理論線損計算，無法采用潮流方法，或者網絡的元件和節點數太多，運行數據和結構參數的收集整理很困難。近年來，大部分學者都處于理論研究和探索階段，距離實用化還有一段差距，只是在潮流算法方面進行了新的研究，豐富和發展了潮流算法。鑒于當前配電網潮流計算采用恒功率負荷模型不能準確反映網絡潮流分布，提出在潮流計算中考慮負荷靜態電壓特性。針對傳統前推回代法在解決該問題時，存在算法效率降低、對負荷靜態電壓特性呈強敏感性的缺陷，將傳統前推回代法中前推功率、回代電壓改為前推回代都進行電壓迭代，設計了一種新的前推回代法。IEEE36節點系統測試表明，所提算法能夠準確、快速地求解配電網潮流，且算法效率對負荷靜態電壓特性變化具有弱敏感性。同時，通過潮流結果分析負荷靜態電壓特性變化對系統電壓的影響。
2.2 遺傳算法與人工神經網絡算法
遺傳算法用于神經網絡，最主要的是學習神經網絡的權重，評價一個學習算法的標準是：簡單性、可塑性和有效性，也就是用遺傳算法來取代一些傳統的學習算法。主要是用遺傳算法學習神經網絡的權重和學習神經網絡的拓樸結構。一般地，簡單的算法并不有效，又與算法的可塑性、簡單性相沖突，有效的算法則要求算法的專一性、完美性，可塑的算法又不簡單。
Rumel hart等人推廣誤差反向傳播（BP）算法，在目前廣泛研究的前饋網絡中采用，BP算法具有簡單和可塑的優點，這種方法的收斂速度慢，且常受局部極小點的困擾，是神經網絡權值學習的有效方法，它是基于梯度的方法，克服了BP算法的缺陷，采用GA則可把神經網絡的結構優化和權值學習合并起來。
2.3 模糊識別技術應用
即針對傳統的確定性數學模型解決不確定問題存在的困難，建立了模糊模式識別的模型，并把此模型應用于吉林豐滿水電數字仿真系統的成績考核系統中，將參數的模糊集與正確等級模糊集進行匹配，降低了系統中不確定因素對考核系統的影響。經實驗表明，此模型能正確解決不確定問題。該方法采用理論中的模型識別原理對支路電流的分配進行修正，提高了線損計算的精度，即理論運行狀態盡可能接近實際運行狀態，使計算結果盡可能準確。但該方法隸屬函數的選擇較難，在實際應用中較困難，因為它只適用于對電流大小及變壓器負荷率的大小進行模型判別時。
2.4 基于區間算法
在負荷、并聯電容器組和熱電聯產機組的三相區間模型以及線路和變壓器的三相模型的基礎上，提出了一種配電網三相潮流計算的區間算法。傳統的點迭代法潮流求得的都是系統的瞬時狀態，而區間算法提出了與傳統的點迭代潮流算法完全不同的思想，它一方面可以方便地求解給定時間段上系統狀態量的變化范圍，另一方面可以處理具有不確定性的點信息，從而能更全面真實地反映系統的狀態。對33母線和90母線三相平衡系統，292母線三相不平衡系統及阜新市實際10kV配電系統（272、524和730母線）的計算實例表明了算法的快捷性和有效性。給出了形狀系數的區間值獲取方法，對負荷曲線形狀系數的區間性進行了詳細分析和論證，為用戶提供了更多信息，需進一步研究。它指出各損耗的區間值，即是基于平均電流法的配電網線損區間算法的計算結果。
3 展望
按照傳統或現代的等值模型、統計模型進行計算，在現有數據（包括配電網元件參數和運行數據）基礎之上，常規配電網理論線損計算方法，都是缺少實時性和全面性。計算出來的理論線損變得滯后、粗放和失真，主要由于配電網外部環境和內部結構參數、運行方式、負荷的變化，隨著綜合信息管理系統（MIS）、配電網自動化系統（DMS）和調度自動化系統（SCADA）等技術的不斷發展和廣泛應用，配電網理論線損計算的發展要求，以及未來發展方向和必然趨勢，就是研究與之相結合的在線實時配電網理論線損計算方法。
4 后記
本文編寫過程中，我查閱了大量的技術檔案和文獻，參考了眾多有關專家及專業工作者提供的寶貴資料、現場案例、技術經驗，同時得到了家人與朋友的大力支持與幫助，收集了很多值得借鑒的典型案例、業務規范和治理措施，在此謹表示衷心感謝。由于專業水平有限，錯誤和不妥之處懇請大家批評指正。
參考文獻：
[1]農業電氣化與自動化配電網線損計算與分析系統的設計與實
現-科技信息（學術版）-2008（9）.
[2]學位論文農村配電網理論線損計算方法研究及軟件設計-2008.
人工神經網絡理論基礎范文4
關鍵詞：中央空調；自動化；控制
中圖分類號：TU831.3 文獻標識碼： A
引言
中央空調的使用事項是比較簡單的，其原因就在于其中的自控系統的建設的穩定性將給各個細節的應用力度進行不斷地提升，人們在使用過程中，中央空調可進行自主的調節，使自動化建設能夠真正為人們的生活帶來更多的方便。以下對其自控的注意事項、自動化調節內容演繹、創新技術的研發進行研究，以供參考。
1、空調自動控制系統的概念、目的
1.1、概念
空調自動化控制系統是指在沒有人直接參與的情況下，利用外加的設備（裝置），使中央空調系統中的設備以及工作過程的某個工作狀態（參數）自動的按預定的規律運行。
1.2、空調自動控制系統的目的
空調自動化控制系統的目的空調自動控制系統的主要目的是當室外溫度發生變化或室內負荷發生變化時，通過空調自動控制系統的調節，使室內的空氣保持一定的溫度或濕度不變，滿足人類舒適度和潔凈度的需要。
2、中央空調自動控制系統的組成部分
2.1、空氣狀態參數的檢測傳感器
變送器和顯示器這三個部分組成了檢測系統。其中，檢測空氣狀態參數的主要環節是傳感器。常用的傳感器有濕度傳感器"溫度傳感器和壓力傳感器。對于空調控制系統精度影響最大的是傳感器的精度和慣性。在中央空調自動控制系統中，只有傳感器所處的地方的空氣參數能夠得到較好的控制，要想使整個空調區內的空調效果得到良好的控制，就必須綜合考慮傳感器的位置設置，使其達到最佳效果。
2.2、空氣狀態參數的自動調節
中央空調自動控制系統的核心部分是自動調節。一般情況下將濕度和溫度作為被調參數。調節器一般采用PID調節器或者位式調節器，有些特殊情況，也會采用分程"串接和反饋加前反饋等調節方式。在這些常規調節系統中，是通過分別控制兩個被調參數來實現的，設計中有時候要考慮到干擾，即它們之間的耦合關系。一般通過加熱器"冷卻器還有加濕器等設備來實現對被調參數的自動調節。其中可以采用模擬量或者數字式儀表作為調節裝置。
2.3、空調工況的判斷及自動切換空調最優工況
一般情況下首先要先繪制出建筑物中央空調的全年工況分區圖，這個可以需要依據季節負荷。但是由于測量精度的影響，工況分區時常會出現邊界重疊現象。為了保證系統的穩定，使邊界重疊現象不出現，必須將工況轉換時間間隔控制在小于制冷機等設備允許的最短開"停時間內。
2.4、建筑物和設備的安全保護
必須將所有設備都設置安全保護控制線路才能夠保證空調系統的安全運行。例如，接通加熱器必須在有風的時候。當建筑物發生火災的時候，防護裝置則會起到自動調節保護的作用。
3、中央空調的自動化控制調節的內容
對中央空調的自動化控制進行全面的關注，真正將空調的協調機理進行研究，認識中央空調進行室內空氣、溫度控制的正確科學的流程。
3.1、進風系統的研究
進風系統，主要功能就是對室外的新鮮的空氣進行采集，根據空氣的新鮮度進行利用，使室外的空氣真正能夠為室內的空氣進行提升，在進行輔助凈化的過程中，也能夠對室內空調使用人員供應較多的舒適的空氣，不斷進行空氣溫度的調節，把握其中的水溫與空氣的整體作用的原理，使更多的有效控制能夠帶動空調的整體提升。
3.2、空氣過濾研究
通過對預過濾器與主過濾器的協調控制，采集來的新鮮空氣進行過濾，將空氣中的灰塵顆粒、有毒氣體、污濁部分進行有效地過濾，對于新鮮的空氣進行有效的吸收，真正將內部與外部的空氣質量進行分離，使室內的空氣質量不斷進行提升，并且在進行空氣吸收過程中，能夠進行自主的過濾效能的提升，使空調自主性的過濾吸收過程中，不斷進行自我終端的控制，對高效過濾能力進行自我提升，使更多的污濁空氣能夠通過自身的協調控制，被過濾出去。
3.3、空氣的溫度、濕度處理
在進行空氣過濾完畢之后，就需要對其進行溫度與濕度的有效控制，通過對其進行加熱、加濕，或者是進行降溫、干化，使其空氣在進入室內之后能夠對人體的作用不斷進行優化。
而這個過程是需要對其進行直接接觸式或者表面接觸式的兩種熱濕處理的方法，根據對不同的空氣與性質進行科學的選擇，使其能夠真正有效地作用于室內，使空氣質量達到最好。直接式接觸就是將直接與空氣熱濕交換的物質直接噴淋到空氣中去，使其能夠快速將空氣進行有效的凈化；通過對這種方法的運用，真正將內部與外部的空氣達到了最好的結合利用，但是這種方法大多要采用固體吸濕劑，整體操作較復雜。表面式處理就是不講物質進行與控制的直接接觸，使物質在處理設備的表面進行處理，一般來說，這種方法較簡單，但是空氣質量不易被瞬間凈化。
3.4、空氣輸送、濕處理研究
將進行過濾、處理好的空氣進行輸送，使其能夠正常地進入到室內，并且對其進行有效地是處理，將空氣中的水分的含量進行有效地控制，把握對風機與回風管的自動控制的利用，當空氣中的濕度過大或過小的時候，能夠直接傳輸到內部的自動控制系統，通過對風機的數量進行有效的分解研究，真正將空調內部的空氣進行有效的調節，將水分進行有效的控制。
3.5、空調冷、熱源的自我控制
中央空調內部必須具備較好的冷、熱源裝置，對于這一裝置中的各項細節進行自我研究提升，把握對空氣的濕度、溫度的數據協調分析，使冷、熱溫度的協調能夠不斷進行靈活的轉變，尤其是在智能的空調系統中，一定要將集中式的空調系統或者使半集中式的空調系統進行自我優化，在進行內部空氣的各項事項的研究過程中，真正將空氣的溫度控制到最好。
4、中央空調的智能控制技術
智能控制技術是自動化技術發展到高級階段的產物，融合了控制技術、信息技術和人工智能等多種技術，包括模糊控制技術和神經網絡控制技術等。對于現代空調日益復雜的系統，傳統控制技術難以實現精確、可靠且有效的控制，智能控制技術因此應運而生。
4.1、模糊控制技術
模糊控制是模糊數學、人工智能和計算機科學等多種學科相互滲透而產生的一種具有很強理論性的控制技術。模糊控制系統的理論基礎是模糊集合論、模糊邏輯推理規則和模糊語言變量，計算機控制技術是其系統的主要實現形式，其核心為智能模糊語言控制器。這種控制系統具有智能性和自學習性，并且并不需要建立精確的系統數學模型，適用于復雜的系統和過程。目前模糊控制已經在中央空調的定風量空調系統和變風量空調系統中得到了應用。
利用模糊控制技術對空調回風溫度和濕度進行自動調節，可以受到不錯的節能效果。利用溫度傳感器將測得的回風溫度信號輸入到模糊語言控制器中，并與給定值進行比較，根據比較結果自動調節回水調節閥的開度，以實現控制冷凍水流量的目的，從而使室內溫度穩定在設定值。對于這個自動控制系統，新風溫度的變化是系統的一個干擾量，為了提高系統的控制精確性，可以將新風溫度傳感器的信號作為一個反饋信號加入到系統中。采用模糊控制的回風濕度自動控制系統與回風溫度自動控制系統工作原理相類似；
4.2、神經網絡控制
神經網絡控制融合了人工神經網絡理論和系統控制理論，屬于智能控制的另一個分支。其原理是模擬人腦神經系統的工作方式，以大量簡單的處理單于相互連接，構成一種復雜的網絡。神經網絡的結構可分為輸入層、隱含層、和輸出層。在中央空調的控制系統中，采用神經網絡代替原來的控制器或辨識器，就構成了神經網絡控制系統。這種控制方式對于復雜的、不確定的系統具有良好的控制效果，整個控制系統可以獲得較高的穩定性和動靜態性能。并且對于變化的環境有著良好的適應性。基于這些優秀的性能，神經網絡控制技術在中央空調的控制系統中也得到較多的應用。
5、結語
中央空調系統的特點是功率大，運行時間長，使用范圍廣，能源消耗大。因此，節能是設計中央空調控制系統時的一項主要指標。隨著人類對空氣環境要求的日益提高和節能的重視，一門綜合研究和處理空調、采暖和通風的自動控制技術將會迅速發展。
參考文獻：
[1]黃貴華.淺談中央空調系統節能自控改造[J].科技風,2008,04:61-62.
