1、“.....经过各单元的作用函数运算后，隐含节点的输出信息传播到输出节点，最后给出输出结果。网络的学习过程由正向和反向传播两部分组成。在正传播过程中，每层神经元的状态只影响下层神经网络。如果输出层不能得到期望的输出，则转入反向传播，将误差信号沿原来的通路返回，通过修改各层神经元权值，使误差信号最小。模糊神经网络需要学习的参数，主要是最后层的连接权及隶属度函数的中东北大学硕士学位论文第章智能变频空调控制系统的模糊神经网络算法设计心值和宽度。定义误差函数为其中为学习的样本数为给定的输出为被控对象的输出。采用误差反传方法改变网络的连接权值，以实现学习的过程。设网络连接权值的学习规则为其中为学习的速率,为平滑因子，可使收敛速度加快，权值变化较平稳。可以看出要求出偏导数，即可得到权值的调整式，运算从输出层向前层方向进行，层的调整过程如下所示......”。

2、“.....只需要计算反传误差信号。或为设用表示网络中其他中间层的反传误差信号，可用上述同样的方法求出为式为层的反传误差系数的计算公式，式为层的计算式......”。

3、“.....变频空调智能控制算法图为本文设计的基于模糊神经网络的智能变频空调控制系统的结构图。考虑到变频空调对环境温度的控制过程具有纯滞后非线性特性，系统由两类神经网络组成类是用于控制变频压缩机的模糊神经网络控制器，位于前向通道另类是用于压缩机输出预测的神经网络预测器，预测器通过对网络的学习，预测压缩机的未来工作频率，使控制器预先感知系统输出状态的变化趋势，从而作出相应的调整。被控过程图变频空调智能频空调系统的控制中，提高整个系统的学习能力和表达能力，是变频空调目前急需要解决的问题。本文的设计方法是，根据模糊系统的结构，决定等价的神经网络。也就是说，使神经网络的每个层，每个节点对应模糊系统的部分。因此，这里的神经网络不同于常规网络的黑箱型，它的所有参数都具有物理意义。在模糊控制系统中，模糊控制规则有不同表现形式。表示形式主要有两种种是模糊规则的后件是输出量的种模糊集合......”。

4、“.....本文基于常规模糊模型设计神经网络，并将其应用到变频空调压缩机的控制中。模糊神经网络控制模型的设计本文设计了具有层隐含层的前向网络，采用神经网络模拟模糊推理机的知识模型和推理模型，表达控制规则的知识结构。东北大学硕士学位论文第章智能变频空调控制系统的模糊神经网络算法设计图给出了该模糊神经网络控制模型的结构图。图模糊神经网络控制模型图中层表示规则的前件部分前提层表示规则，它将输入的模糊子集空间映射到输出空间层表示规则的后件结论或动作部分网络的输入为输出为。这种结构的网络可以完成输入清晰量,经层转换成前提部分的隶属度函数，然后层进行并行推理，层合成，层清晰化。若将规则结论部分作为调整权值可得清晰输出值其中，网络权值表示层到层的连接权值。可以看出，在常规模糊系统模型中，规则的后件部分为常数。模型为东北大学硕士学位论文第章智能变频空调控制系统的模糊神经网络算法设计,......”。

5、“.....输出为，各层之间的输入输出关系表示如下层,层,层,这里,表示有个语言变量值负大负中负小零正小正中正大。层,层,层第号节点其余节点，层,层根据上述推导，模糊神经网络的输出为东北大学硕士学位论文第章智能变频空调控制系统的模糊神经网络算法设计,其中,模糊神经网络的学习算法图为模糊神经网络控制变频压缩机原理图。图中为系统期望输出，为系统时刻的输出。为模糊神经网络控制器，其结构见图。压缩机学习算法图模糊神经网络对变频压缩机的控制原理图尽管模糊神经网络中的节点和般神经元有所不同，但是其本质也是实现从输入到输出的非线性映射，仿照网络，用误差反传的方法来设计调整参数，以使被控对象的输出逼近期望输出。误差反向传播的算法的基本思想是最小二乘法，它采用梯度搜索技术，使网络的实际输出值与期望输出值的误差值为最小......”。

6、“.....为了便于实际应用，模型描述为,其中对应温度偏差，对应温度偏差的变化率。各变量的论域为,,东北大学硕士学位论文第章智能变频空调控制系统的模糊神经网络算法设计则根据式和可得语言变量各模糊子集的初始隶属度函数由式计算。各变量取初值如下,由式得温度偏差的初始隶属度函数分别为水量，应设置套水泵接合器。自动喷水灭火系统自动喷水灭火系统的设置场所我国高规规定......”。

7、“.....自动喷水灭火系统水力计算通过查阅消防给水级消火栓系统技术规范，上杭县同康大厦为中危险级建筑，所以每个喷头的最大保护面积是，喷头的最大水平距离为，喷头与墙柱最大距离为，设计喷水强度为最不利喷头出出水压力不小于，因为室内的最高温度为度，所以采用温级玻璃球吊顶闭式喷头，喷头特性喷头间距般采用，根据实际情况可进行性调整，最大不能超过。每个消防分区最不利点设置直径为的试水阀。每个报警阀部位设置泄水装置......”。

8、“.....作用面积的长为，宽为，作用面积内的喷头数量为支按照计算简图计算结果如下每个喷头的计算流量为作用面积内管道涉及面流量计计系统作用面积内的平均喷水强度计算管道流速，值见表表值表管径钢管铸铁管管道压力损失，值见表表管道比阻值单位公称管径管材公称管径管材钢管铸铁管钢管铸铁管通过查阅消防给水级消火栓系统技术规范中危险级自动喷淋灭火系统水力计算表得出下面自动喷淋灭火系统水上，经过各单元的作用函数运算后，隐含节点的输出信息传播到输出节点，最后给出输出结果。网络的学习过程由正向和反向传播两部分组成。在正传播过程中，每层神经元的状态只影响下层神经网络。如果输出层不能得到期望的输出，则转入反向传播，将误差信号沿原来的通路返回，通过修改各层神经元权值，使误差信号最小。模糊神经网络需要学习的参数......”。

9、“.....定义误差函数为其中为学习的样本数为给定的输出为被控对象的输出。采用误差反传方法改变网络的连接权值，以实现学习的过程。设网络连接权值的学习规则为其中为学习的速率,为平滑因子，可使收敛速度加快，权值变化较平稳。可以看出要求出偏导数，即可得到权值的调整式，运算从输出层向前层方向进行，层的调整过程如下所示。层的输出为由式和式可得其中在被控对象未知的情况下可近似为定义层的反传误差信号为取东北大学硕士学位论文第章智能变频空调控制系统的模糊神经网络算法设计可得则得层权值的调整公式为层没有权值调整，只需要计算反传误差信号......”。