基于深度Q神经网络(DQN)的空调冷却水系统无模型优化

在建筑空调水系统的优化控制领域,基于模型的控制方法得到了广泛的研究和验证。但基于模型的控制很大程度上依赖于精确的系统性能模型和足够的传感器,而这对于某些建筑来说是很难获得的。针对这一问题,本文提出了一种基于深度Q神经网络(DQN)的空调冷却水系统无模型优化方法,该方法以室外空气湿球温度、系统冷负荷及冷水机组开启状态为状态,以冷却塔风机和水泵的频率为动作,以系统性能系数(COP)为奖励。根据实际系统的实测数据进行建模,在模拟环境中使用基于粒子群优化算法的模型优化方法、基于Q值(Q learning)优化的强化学习方法和基于DQN的无模型优化方法进行实验,结果表明基于DQN的无模型优化方法的优化效果最好,有7.68%的平均COP提升与7.15%的节能率,在复杂系统下拥有较好的节能效果。

浅析人工智能在自动驾驶中的应用

随着电子信息技术的不断发展,人工智能、自动驾驶等新技术、概念被越来越多人熟知。作为当代科技的前沿领域,人工智能与自动驾驶有什么关系,人工智能又是如何在自动驾驶技术中发挥作用,未来人工智能和自动驾驶对我们的生活有什么影响,两者又是如何推动互相发展的,这些都是需要探讨和解决的问题。本文将从基本的概念出发,深入探究上面所提到的问题,并根据问题给出相应的建议,希望可以为行业发展做出贡献。