신경망분석

소개글

신경망분석

목차

1 신경망의 개념
2. 신경망의 구성요소
3. 신경망의 용도
4. MLP 신경망
5. 신경망의 특징 및 문제점
6. RBF 신경망
7. EBF 신경망

본문내용

5.결 론

본연구는 다양한 형태의 건물에서 실온하강시간 예측을 위한 최적화된 신경망 모델을 개발하기 위한 것으로 이를 위해 실온하강시간에 영향을 주는 인자들을 고려하여 신경망 입출력 구조를 만들고, 실온 예측프로그램을 이용하여, 다양한 형태의 건물에 대한 학습자료를 작성하였다.
  이것을 본 연구에서 개발된 신경망 학습프로그램에 제시하여, 학습을 실시하여 신경망 학습요소에 대한 최적값을 구하고, 신경망 회상을 통해 최적화된 모델의 평가를 하였다. 본 연구결과는 다음과 같다.
(1) 실온하강시간 예측을 위한 신경망 모델 학습요소들에 대한 최적값은 학습률 0.40, 모멘트 0.85, 은닉층 수 2개, 은닉층 신경세포수 4개, 바이어스는 variable로 할 때로 나타났다.
(2)최적화된 모델에 대한 신경망 회상결과, 신경망 모델의 정확도를 나타내는 대표적인 지수인 결정계수가 0.910~0.987로 나타나, 최적화된 신경망 모델이 실온하강시간을 정확하게 예측할 수 있음을 알수 있다. 아울러 최적화된 신경망 모델을 이용하여 실제 건물에 적용하는 데 필요한 적정 허용오차, 측정 시간간격 등과 같은 요소들에 대한 연구가 이루어지고, 실제 건물에 적용을 통해 성능을 검증하여, 향후 공조설비 최적운전에 유용하게 이용될 수 있을 것으로 판단된다.

참고 자료

없음