Применение нейросетевых моделей для прогнозирования интенсивности теплообмена в насадке регенеративного воздухонагревателя стекловаренной печи

dc.contributor.authorКошельник, Александр Вадимовичru
dc.contributor.authorКошельник, Вадим Михайловичru
dc.contributor.authorМигура, Артем Александровичru
dc.date.accessioned2014-05-26T15:39:41Z
dc.date.available2014-05-26T15:39:41Z
dc.date.issued2012
dc.description.abstractВ статье показана возможность применения нейронных сетей для прогнозирования коэффициентов теплообмена регенеративного воздухонагревателя стекловаренной печи.Проводится сравнение нейронной сети типа многослойный персептрон (MLP) и радиально базисная функция (RBF).ru
dc.description.abstractThe feasibility of Neural Network have determined for forecast parameters of heat exchangers type of the regenerative air heater for glass furnaces. Neural Network multilayer perception (MLP) and radial basis function have analyzed.en
dc.identifier.citationКошельник А. В. Применение нейросетевых моделей для прогнозирования интенсивности теплообмена в насадке регенеративного воздухонагревателя стекловаренной печи / А. В. Кошельник, В. М. Кошельник, А. А. Мигура // Вестник Нац. техн. ун-та "ХПИ" : сб. науч. тр. Темат. вып. : Новые решения в современных технологиях. – Харьков : НТУ "ХПИ". – 2012. – № 9. – С. 75-81.ru
dc.identifier.urihttps://repository.kpi.kharkov.ua/handle/KhPI-Press/6738
dc.language.isoru
dc.publisherНТУ "ХПИ"ru
dc.subjectэнергосбережениеru
dc.subjectрадиально базисная функцияru
dc.subjectмногослойный персептронru
dc.titleПрименение нейросетевых моделей для прогнозирования интенсивности теплообмена в насадке регенеративного воздухонагревателя стекловаренной печиru
dc.typeArticleen

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Вантажиться...
Ескіз
Назва:
vestnik_HPI_2012_9_Koshel'nik_Primeneniye.pdf
Розмір:
421.55 KB
Формат:
Adobe Portable Document Format
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
6.73 KB
Формат:
Item-specific license agreed upon to submission
Опис: