前言：中文期刊网精心挑选了人工神经网络理论基础范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
人工神经网络理论基础范文1
（宿州学院 经济管理学院，安徽 宿州 234000）
摘 要：抽取沪深两市A股市场上IT企业作为研究对象，构建人工神经网络模型，对企业的财务状况进行预测，引入正交试验设计法优化财务危机预警模型.研究表明，正交试验设计法对于神经网络的学习具有很好的效果，财务预警分析显示出稳定、连续的预测性能，这正好适合构建具有实际应用价值的预警系统，使研究精度有较大的提高.
关键词 ：人工神经网络；正交设计；IT企业；财务预警系统
中图分类号：F275 文献标识码：A 文章编号：1673-260X（2015）03-0096-02
基金项目：安徽省高等学校省级优秀青年人才基金项目（2012SQRW176）；宿州学院人文社会科学研究项目（2011yyb36）
1 引言
近年来高科技板块对全球股市和中国股市的变动作用十分明显，新兴的IT（Information Technology）企业也是受关注较多、变化较大、交易比较活跃、对大盘影响较大的群体，因此，研究IT企业对投资界、社会投资者都具有一定的意义.信息技术飞速发展的今天，IT企业同样面临着巨大的财务风险，一旦风险积聚到一定程度，如果不及时采取措施，就会陷入财务危机.财务危机系统作为IT企业风险管理的重要一环，它作为经济运行的晴雨表和企业经营的指示灯，不仅具有较高的学术价值，而且有着巨大的应用价值.IT企业信息流、物流和资金流“三流合一”的特性使得企业传统财务预警系统不能满足其要求.我国IT企业内部治理结构上的缺陷，使得企业的经营效率不断下降，从证券监管机构的新增ST企业公告就可窥见一斑，急需构建IT企业财务预警系统来预防危机的发生.IT企业的大量出现对现有企业财务危机的预测方法产生巨大的冲击，不再局限于传统的统计方法，利用人工神经网络理论知识，研究人工 （Back-Propagate）神经网络算法，财务预警研究中的预警指标体系需要考虑非财务因素的影响，使得财务预警系统的应用具有实际价值.因此，本文试图从公司治理结构、审计意见、关联交易等方面探讨非财务因素在IT企业财务预警中的作用，利用MATLAB软件构建神经网络模型，对IT企业的财务状况进行预测，引入正交试验法优化财务危机预警系统.
2 文献综述
人工神经网络技术被广泛应用于模式识别、优化计算、智能控制、经济、金融、管理等领域，其中包括财务危机预测研究.Tam和Kiang（1992）应用神经网络方法对得克萨斯的银行财务失败案例进行预测.国内学者也对我国基于神经网络的企业财务危机系统进行研究，我国学者杨保安（2009）选取15个财务指标运用人工神经网络方法建立供银行进行信用评价的预警系统.人工神经网络模型由输入层、隐含层和输出层组成，信息处理分为信息正向传播和误差反向传播两步进行，当正向传播时，输入信号从输入层经过隐含层后传向输出层，每一层神经元的状态只影响下一层神经元的状态.网络的反向传播是一种误差从输出层到输入层向后传播并修正权值和阈值的过程，学习的目的是网络的实际输出逼近某个给定的期望输出.运用正交试验设计法对这些参数选择进行优化，对于神经网络的学习具有很好效果.它利用正交表安排试验，其理论基础是拉丁方理论和群论，可以用来安排多因素试验，试验次数对各因素和各水平的全排列组合来说是大大减少了，是一种优良的试验设计方法.它相对于全面试验而言，只是部分试验，但对其中任何两个因素来说，可以用比全面试验法少得多的试验，获得反映全面情况的实验资料.
3 研究设计
3.1 样本选取
本文中的财务危机企业样本为2013年-2014年以来因财务状况异常而被特别处理的IT企业，一共30家财务危机企业.同时依据行业和资产规模相近的标准构造了配对的财务正常企业样本.
3.2 指标变量
由于财务指标涉及到企业经营管理的各个方面，借鉴国内外学者的研究成果，从公司的盈利能力、经营能力、偿债能力、资本结构、成长能力等方面确定变量.
3.3 数据处理
对总样本连续三年数据进行显著性分析检验后，发现ST公司和非ST公司存在显著差异，根据T检验以及Mann-Whitney U非参数检验的结果，剔除一些变量，指标变量通过显著性检验.
4 实证分析
本文运用软件Matlab构建了三层人工网络财务预警系统，并选取样本进行实验.由于输入是连续变量，输出是布尔型离散向量， 训练或测试前使用Matlab的Premnmx函数对样本进行归一化处理，作为网络的输入数据.人工神经网络的设计包括输入层、隐含层、输出层、传递函数、训练函数、网络参数等网络结构的设置，具体到本文的研究，设置如下：
（1）输入层：输入层神经元个数由输入向量P决定，确定了18个输入节点.
（2）输出层：输出层神经元的个数由输出类别决定.网络的输出层定义为1个节点，即企业的实际财务状况.在训练样本集中，样本的输出向量设为T（当为ST公司时，T=1；当为非ST公司时，T=0）.
（3）隐含层：关于隐含层节点数选取过少，将影响到网络的有效性，过多，会大幅度增加网络训练的时间，根据经验可以参照公式进行设计，其中n为隐含层节点数，n1为输入节点数，n2为输出节点数，a取1-10之间的常数.
（4）传递函数：传递函数对一个神经网络的训练效率至关重要.本文对输入层到隐含层的传递函数确定为正切函数tansig（n），它将神经元的输入范围从（-∞，+∞）映射到（1，-1），隐含层到输出层之间的传递函数确定为对数函数logsig（n），它将神经元输入范围从（-∞，+∞）映射到（0，1）.
（5）网络参数：目标误差0.001或0.00001，学习率通常在0.01～0.9之间，一般来说，学习率越小，训练次数越多，但学习率过大，会影响网络结构的稳定性.误差通常需要根据输出要求来定，e越低，说明要求的精度越高.设置学习速率为0.05，学习速率增加的比率为1.03，学习速率减少的比率为0.9，动量常数为0.7，最大误差比率为1.08，训练循环次数为550次.
（6）训练函数：人工网络训练函数采用traingdx.它采用动量法和学习率自适应调整两种策略，从而抑制网络陷于局部极小和缩短学习时间.
为提高人工神经网络的学习精度，下面将采用正交设计试验法对人工神经网络的相关参数进行优化，选用三个因素两个水平的正交表（见表1）.它相对于全面试验而言，只是部分试验，但对其中任何两个因素来说，可以用比全面试验法少得多的试验，获得反映全面情况的实验资料.
依据表2的设计方案，借助Matlab语言编制了神经网络的训练和测试程序，将30家建模样本t-2、t-3、t-4年的指标数据分四次试验进行学习训练，选择最优的试验方案作测试.从上述结果可以确定各年最优的人工网络模型的函数和参数：
（1）t-2年的试验中，试验4的结果相对最优，判别准确率达到100%，所以人工网络模型结构为18-16-1，目标误差为0.00001，训练函数为trainlm，在PC上经过10个训练周期达到目标要求.
（2）t-3年的试验中，试验2的结果相对最优，判别准确率达到94%，所以人工网络模型结构为18-7-1，目标误差为0.00001，训练函数为traingdx，在PC上经过285个训练周期达到目标要求.
（3）t-4年的试验中，试验3的结果相对最优，判别准确率达到97%，所以人工网络模型结构为18-16-1，目标误差为0.001，训练函数为traingdx，在PC上经过114个训练周期达到目标要求.
5 结论
本文在回顾国内外财务预警系统经典文献和研究成果的基础上，以我国沪深A股IT企业为研究对象，依据公司财务危机前两年至四年的指标数据人工神经网络模型来进行研究，采用正交设计试验法对人工神经网络的相关参数进行优化，选用三个因素两个水平的正交表，并取得了较好的预测效果，实证研究得到以下结论：
（一）我国企业的财务指标包含着预测财务困境的信息含量，因此利用企业的财务比率可以预测其是否陷入财务困境.本文所选指标涵盖了反映公司财务状况的各方面因素，说明所建立指标体系是合理恰当的.
（二）对于较长时间跨度的模型预测问题，需要找出对企业整体经营状况有指示能力的变量，因此本文在筛选初始变量时，设定了三年连续显著的标准，选出具有前瞻能力的变量.
（三）运用正交设计法对人工神经网路输入参数的选择进行分析，结果表明正交试验法对神经网络的学习具有很好的效果，减少网络训练误差，它只需很少的样本就能达到实践中所要求的精度，很大程度上提高企业财务预警系统的准确率，控制财务危机现象产生的源头，从而实现企业财务预测的动态系统，具有广阔发展前景.
（四）从模型的超前预测能力看，距离ST的时间越近，预警系统的判别准确率就越高，尤其是t-2年，说明预警系统的预测水平随着距离ST时间长短而逐渐降低的.
在今后的研究方向上，希望在以下几个方面进行更深入的探讨和挖掘：在样本数据条件具备的情况下，可以从多个角度分析，例如分中小型企业进行财务危机预警系统的比较研究，预警指标的选择方面，除了一些定量指标，还要综合考虑管理层素质、员工素质、市场变化、宏观经济环境等定性指标的影响，可以利用层次分析法和模糊综合评价方法将定性指标量化，确保企业财务信息真实性.
参考文献：
〔1〕马超群，吴丽华.基于邻域粗糙集和神经网络的财务预警研究[J].软科学，2009（11）.
人工神经网络理论基础范文2
关键词:知识管理;企业战略危机;预警战略;BP神经网络
战略是决定组织发展方向及生死存亡的重大课题。战略通常情况下是稳定的,这种战略管理体系是建立在一种常态假设之上的,管理者习惯于按常态规划开展工作。但是,管理环境中的不确定性总是存在的,因此,基于常态假设的战略管理体系具有很大的脆弱性,这种脆弱性表现有二:其一,缺乏一个全面覆盖企业战略危机的完整的应急系统;其二, 没有建立完善的企业预警战略系统,在危机或变化刚刚出现的阶段,企业往往不能从战略的高度审视其变化,变化的危害程度被严重低估,直到变化演变成危机,企业在战略应对、机制准备、技术准备、物资准备诸方面的不足立刻暴露无遗,只得动用一系列高成本的管理措施来抵御危机,通常要付出极大的代价。由此可见,良好的应急机制取决于良好的预警系统。预警战略的理论阐述与预警工具的方法选用是预警战略系统的两个关键问题。本文提出利用知识管理的理论与BP神经网络工具对企业预警战略系统进行研究,探讨建立基于 BP神经网络的企业预警战略模型。
一、知识管理与预警战略
1.知识及知识管理知识管理(knowledge management)自20世纪90 年代以来,被西方经济理论界和企业认为是企业应对所面临变化和挑战的法宝,并被众多企业应用到了实践当中。Polanyi把知识定义为明确知识(ex- plicit knowledge)和默示知识(tacit knowledge),明确知识是可以借助于技术手段,比如企业内部的计算机系统和相应的软件来传播和分析的知识和信息;默示知识则是来自企业以及员工的社会文化背景和由此产生的人们的主观意识等,更多地依赖于人际间的沟通来传播。
Roberts认为知识是很有活力的,默示知识和明确知识之间相互作用,共同存在于人类创造活动中。1995年前后,以Nonaka和Takeuchi提出的一个新模式的流行为开端,知识管理的研究进入一个新的时期,知识管理研究的重点转移到了明确知识和默示知识之间的相互转变上。在这个模式中,知识被看作是可触摸的、有形的。
2.企业战略危机及预警战略预警是度量某种状态偏离预警线的强弱程度及发出预警信号的过程。企业战略管理中的预警管理是对企业战略危机的灵敏感应过程。企业战略危机 (Enterprise Strategy Crisis,ESC)是指由于企业外部环境或者内部条件的改变,企业的战略没有对此作出应变或者应变不当使企业无法实现既定目标的状态。因而,ESC是企业战略管理失误或者战略管理过程的波动所产生的危机。企业对战略危机的防止和控制一般越早越容易,损失越小,对企业的影响也越小。因此,建立全面的企业预警战略系统对于企业进行战略危机防范具有重要意义。预警战略管理实际上包括对战略管理过程中管理行为的预警和预控的管理,即建立对战略管理活动的识错、防错、纠错和治错的机制。预警战略系统的功能包括监测、诊断、警报方式、信息、早期控制、对策库和失误矫正等。
预警战略系统具有如下特征: (1)全面性。预警战略系统的全面性包含两层意思,首先,预警战略管理是企业全面预警的概念; 其次,预警战略管理是战略全过程的预警管理。 (2)诊断性。这是预警系统共有的特征,能在企业的战略管理过程中进行病理诊断。 (3)预控性。战略是对公司未来全局的规划,所以,战略本身具有超前性,因此预警战略系统同样具有早期控制性,而且它还能提前对战略问题或者战略危机进行预测,防患于未然。 (4)规范性。战略的制定需要高级管理人员的直觉、主观和经验的判断,同时,战略又是理性分析的产物。战略管理与生产管理、营销管理和财务管理等一样,都可以形成程序化的决策。战略预警决策应该是通过高度系统化的计划方式和理性的分析方法而得到的必然结果。 (5)动态性。预警战略系统是对战略的制定、实施和评价过程的波动和失误的预测及纠偏管理,因而具有全过程的动态性。
3.知识管理和预警战略的融合研究预警战略,必须将重点放在引起战略危机的诱发因素上。经验表明,诱发战略管理危机的挑战主要有两类:有规律性、持续性的变化和突变的、无规律的变化。而程序化的决策仅对前一种变化起作用,对于后一种变化,我们只能通过经验及借鉴, 将某些突变的、无规律的变化进行梳理,整理后使其接近第一种变化。 Nonaka和Takeuchi认为,知识的形成有5个阶段:共享默示知识、形成一种理念、判断这种理念的合理性、建立符合这种理念的相关规则、直至形成被人们普遍认同的明确知识。
这种明确知识与默示知识之间的转化原理恰恰为引起战略危机的变化表示提供了依据:企业战略所面临的规律性、持续性的变化通常会在企业中引起一些有形的、可以预测的问题,这些有形的问题可以用明确知识来表达和确定; 企业战略所面临的某些突变的、无规律的变化常常导致无形的问题,这些无形的问题只能用默示知识来表述。传统的管理理论重视解决问题,针对问题进行分析,这种方法往往只对规律性、持续性的变化起作用;而知识管理首先是用来预防问题发生的。Thier- auf认为在有效的知识管理体系中,企业管理层应采取主动的、预防性的方式去发现企业面临的问题,而不是当问题产生时或产生后才采取对策。也就是说,有效的知识管理体系能够对企业面临的问题做到防患于未然。这需要把逻辑地分析思考和创造力结合起来,即需要全面的知识和相关的经验、技巧、制度和判断,将尽可能多的默示知识明确化,把无规律的变化经验化,纳入到规范化的框架中去。
二、人工神经网络与BP模型目前应用于预警模型的工具很多,但仍存在一些问题。如:预警模型惯于采用直线外推、指数平滑、回归分析、移动平均、灰色预测等模型,而高度非线性模型难以处理;预警线和预警区域采用确定方式,不具备时变特性,缺少自适应、自学习能力;预警信息和知识获取是间接的,费时,效率低;预警系统的建立是离线和非定时的,难以适应在线定时预警要求。人工神经网络理论和方法的出现,为预警系统克服传统方式的不足提供了新的可能性。
人工神经网络理论基础范文3
关键词：配电网理论线损 等值电阻法 潮流算法
0 引言
在实际工作中通过线损理论计算，能较准确的了解电网中损耗的组成情况。尤其在对需要增加投资的降损措施几种方案的技术经济比较以及考察各种降损措施的效果方面，线损理论计算显出重要作用，这就为实际分级、分压、分区、分线管理，线损计划指标的分解提供了可靠依据。此外，通过线损理论计算得出的数值与传统数值比较，还可以发现线损管理中薄弱环节，以便有针对性地采取降损措施。
1 传统的主要的配电网理论线损计算方法
1.1 等值电阻法
等值电阻法的理论基础是均方根电流法。缺点是：对没有实测负荷记录的配电变压器，各节点负荷率相同，这种计算不完全符合实际负荷情况，假设负荷分布按与配电变压器额定容量成比例；需要假设计算条件，影响计算结果精度；假设各负荷点功率因数、类别系数和电压相同，一般情况下，计算出的电能损耗值偏小，实际系统各个负荷点的功率因数、类别系数和电压都不相同。等值电阻法的优点是：在理论上比较完善，不用收集运行数据，计算出等值电阻数据就可以进行电能损耗计算，仅与结构参数配电变压器额定容量、分段线路电阻有关；在方法上克服了均方根电流法的诸多方面的缺点。
1.2 最大电流法
最大电流法也称损失因数法，优点是：计算需要的资料少，易于计算机编程计算，进行电能损耗计算只需测量出代表日最大电流和计算出损失因数等数据。缺点是：损失因数不易计算，计算出的损耗因数不同，不能通用，主要由于不同的负荷曲线、网络结构和负荷特性，此方法常用于计算精度要求不高的情况，是利用均方根电流法与最大电流的等效关系进行计算的。计算精度低，使用此方法时必须根据电网实际情况计算损耗因数。
1.3 平均电流法
由均方根电流法派生而来，是利用均方根电流法与平均电流的等效关系进行损耗计算的，平均电流法也称形状系数法。平均电流法的优点是：计算结果较为准确，计算出的电能损耗结果精度较高，用实际中较容易得到并且较为精确的电量作为计算参数，按照代表日平均电流和计算出形状系数等数据计算，易于计算机编程计算，可以进行电能损耗计算。平均电流法的物理概念是：实际负荷在同一时间内所产生的电能损耗几乎等同于线路中流过的平均电流所产生的电能损耗。缺点是：形状系数不易确定，计算误差较大。对没有实测记录的配电变压器，数据不够准确。
1.4 均方根电流法
均方根电流法是基本计算方法。均方根电流法的优点是：方法简单，易于计算机编程计算，按照代表日24小时整点负荷电流或有功功率、无功功率或有功电量、无功电量、电压、配电变压器额定容量、参数等数据计算出均方根电流就可以进行电能损耗计算。均方根电流法的物理概念是：实际负荷在同一时间内所产生的电能损耗差不多等同于线路中流过的均方根电流所产生的电能损耗。缺点是：代表日选取不同会有不同的计算结果，误差较大。
2 配电网理论线损计算方法研究新进展
降低线损率，可以减少电能传输能耗，线损率是主要经济技术指标，它综合反映电力网规划设计、生产运行和经营管理水平，研究配电网理论线损计算方法，提高电力供应能力，增加供电企业经济效益，有很重要的理论与实际意义。
2.1 潮流新算法
文献指出，由于配电网表计不全，运行参数无法全部收集，对于10kV配电网理论线损计算，无法采用潮流方法，或者网络的元件和节点数太多，运行数据和结构参数的收集整理很困难。近年来，大部分学者都处于理论研究和探索阶段，距离实用化还有一段差距，只是在潮流算法方面进行了新的研究，丰富和发展了潮流算法。鉴于当前配电网潮流计算采用恒功率负荷模型不能准确反映网络潮流分布，提出在潮流计算中考虑负荷静态电压特性。针对传统前推回代法在解决该问题时，存在算法效率降低、对负荷静态电压特性呈强敏感性的缺陷，将传统前推回代法中前推功率、回代电压改为前推回代都进行电压迭代，设计了一种新的前推回代法。IEEE36节点系统测试表明，所提算法能够准确、快速地求解配电网潮流，且算法效率对负荷静态电压特性变化具有弱敏感性。同时，通过潮流结果分析负荷静态电压特性变化对系统电压的影响。
2.2 遗传算法与人工神经网络算法
遗传算法用于神经网络，最主要的是学习神经网络的权重，评价一个学习算法的标准是：简单性、可塑性和有效性，也就是用遗传算法来取代一些传统的学习算法。主要是用遗传算法学习神经网络的权重和学习神经网络的拓朴结构。一般地，简单的算法并不有效，又与算法的可塑性、简单性相冲突，有效的算法则要求算法的专一性、完美性，可塑的算法又不简单。
Rumel hart等人推广误差反向传播（BP）算法，在目前广泛研究的前馈网络中采用，BP算法具有简单和可塑的优点，这种方法的收敛速度慢，且常受局部极小点的困扰，是神经网络权值学习的有效方法，它是基于梯度的方法，克服了BP算法的缺陷，采用GA则可把神经网络的结构优化和权值学习合并起来。
2.3 模糊识别技术应用
即针对传统的确定性数学模型解决不确定问题存在的困难，建立了模糊模式识别的模型，并把此模型应用于吉林丰满水电数字仿真系统的成绩考核系统中，将参数的模糊集与正确等级模糊集进行匹配，降低了系统中不确定因素对考核系统的影响。经实验表明，此模型能正确解决不确定问题。该方法采用理论中的模型识别原理对支路电流的分配进行修正，提高了线损计算的精度，即理论运行状态尽可能接近实际运行状态，使计算结果尽可能准确。但该方法隶属函数的选择较难，在实际应用中较困难，因为它只适用于对电流大小及变压器负荷率的大小进行模型判别时。
2.4 基于区间算法
在负荷、并联电容器组和热电联产机组的三相区间模型以及线路和变压器的三相模型的基础上，提出了一种配电网三相潮流计算的区间算法。传统的点迭代法潮流求得的都是系统的瞬时状态，而区间算法提出了与传统的点迭代潮流算法完全不同的思想，它一方面可以方便地求解给定时间段上系统状态量的变化范围，另一方面可以处理具有不确定性的点信息，从而能更全面真实地反映系统的状态。对33母线和90母线三相平衡系统，292母线三相不平衡系统及阜新市实际10kV配电系统（272、524和730母线）的计算实例表明了算法的快捷性和有效性。给出了形状系数的区间值获取方法，对负荷曲线形状系数的区间性进行了详细分析和论证，为用户提供了更多信息，需进一步研究。它指出各损耗的区间值，即是基于平均电流法的配电网线损区间算法的计算结果。
3 展望
按照传统或现代的等值模型、统计模型进行计算，在现有数据（包括配电网元件参数和运行数据）基础之上，常规配电网理论线损计算方法，都是缺少实时性和全面性。计算出来的理论线损变得滞后、粗放和失真，主要由于配电网外部环境和内部结构参数、运行方式、负荷的变化，随着综合信息管理系统（MIS）、配电网自动化系统（DMS）和调度自动化系统（SCADA）等技术的不断发展和广泛应用，配电网理论线损计算的发展要求，以及未来发展方向和必然趋势，就是研究与之相结合的在线实时配电网理论线损计算方法。
4 后记
本文编写过程中，我查阅了大量的技术档案和文献，参考了众多有关专家及专业工作者提供的宝贵资料、现场案例、技术经验，同时得到了家人与朋友的大力支持与帮助，收集了很多值得借鉴的典型案例、业务规范和治理措施，在此谨表示衷心感谢。由于专业水平有限，错误和不妥之处恳请大家批评指正。
参考文献：
[1]农业电气化与自动化配电网线损计算与分析系统的设计与实
现-科技信息（学术版）-2008（9）.
[2]学位论文农村配电网理论线损计算方法研究及软件设计-2008.
人工神经网络理论基础范文4
关键词：中央空调；自动化；控制
中图分类号：TU831.3 文献标识码： A
引言
中央空调的使用事项是比较简单的，其原因就在于其中的自控系统的建设的稳定性将给各个细节的应用力度进行不断地提升，人们在使用过程中，中央空调可进行自主的调节，使自动化建设能够真正为人们的生活带来更多的方便。以下对其自控的注意事项、自动化调节内容演绎、创新技术的研发进行研究，以供参考。
1、空调自动控制系统的概念、目的
1.1、概念
空调自动化控制系统是指在没有人直接参与的情况下，利用外加的设备（装置），使中央空调系统中的设备以及工作过程的某个工作状态（参数）自动的按预定的规律运行。
1.2、空调自动控制系统的目的
空调自动化控制系统的目的空调自动控制系统的主要目的是当室外温度发生变化或室内负荷发生变化时，通过空调自动控制系统的调节，使室内的空气保持一定的温度或湿度不变，满足人类舒适度和洁净度的需要。
2、中央空调自动控制系统的组成部分
2.1、空气状态参数的检测传感器
变送器和显示器这三个部分组成了检测系统。其中，检测空气状态参数的主要环节是传感器。常用的传感器有湿度传感器"温度传感器和压力传感器。对于空调控制系统精度影响最大的是传感器的精度和惯性。在中央空调自动控制系统中，只有传感器所处的地方的空气参数能够得到较好的控制，要想使整个空调区内的空调效果得到良好的控制，就必须综合考虑传感器的位置设置，使其达到最佳效果。
2.2、空气状态参数的自动调节
中央空调自动控制系统的核心部分是自动调节。一般情况下将湿度和温度作为被调参数。调节器一般采用PID调节器或者位式调节器，有些特殊情况，也会采用分程"串接和反馈加前反馈等调节方式。在这些常规调节系统中，是通过分别控制两个被调参数来实现的，设计中有时候要考虑到干扰，即它们之间的耦合关系。一般通过加热器"冷却器还有加湿器等设备来实现对被调参数的自动调节。其中可以采用模拟量或者数字式仪表作为调节装置。
2.3、空调工况的判断及自动切换空调最优工况
一般情况下首先要先绘制出建筑物中央空调的全年工况分区图，这个可以需要依据季节负荷。但是由于测量精度的影响，工况分区时常会出现边界重叠现象。为了保证系统的稳定，使边界重叠现象不出现，必须将工况转换时间间隔控制在小于制冷机等设备允许的最短开"停时间内。
2.4、建筑物和设备的安全保护
必须将所有设备都设置安全保护控制线路才能够保证空调系统的安全运行。例如，接通加热器必须在有风的时候。当建筑物发生火灾的时候，防护装置则会起到自动调节保护的作用。
3、中央空调的自动化控制调节的内容
对中央空调的自动化控制进行全面的关注，真正将空调的协调机理进行研究，认识中央空调进行室内空气、温度控制的正确科学的流程。
3.1、进风系统的研究
进风系统，主要功能就是对室外的新鲜的空气进行采集，根据空气的新鲜度进行利用，使室外的空气真正能够为室内的空气进行提升，在进行辅助净化的过程中，也能够对室内空调使用人员供应较多的舒适的空气，不断进行空气温度的调节，把握其中的水温与空气的整体作用的原理，使更多的有效控制能够带动空调的整体提升。
3.2、空气过滤研究
通过对预过滤器与主过滤器的协调控制，采集来的新鲜空气进行过滤，将空气中的灰尘颗粒、有毒气体、污浊部分进行有效地过滤，对于新鲜的空气进行有效的吸收，真正将内部与外部的空气质量进行分离，使室内的空气质量不断进行提升，并且在进行空气吸收过程中，能够进行自主的过滤效能的提升，使空调自主性的过滤吸收过程中，不断进行自我终端的控制，对高效过滤能力进行自我提升，使更多的污浊空气能够通过自身的协调控制，被过滤出去。
3.3、空气的温度、湿度处理
在进行空气过滤完毕之后，就需要对其进行温度与湿度的有效控制，通过对其进行加热、加湿，或者是进行降温、干化，使其空气在进入室内之后能够对人体的作用不断进行优化。
而这个过程是需要对其进行直接接触式或者表面接触式的两种热湿处理的方法，根据对不同的空气与性质进行科学的选择，使其能够真正有效地作用于室内，使空气质量达到最好。直接式接触就是将直接与空气热湿交换的物质直接喷淋到空气中去，使其能够快速将空气进行有效的净化；通过对这种方法的运用，真正将内部与外部的空气达到了最好的结合利用，但是这种方法大多要采用固体吸湿剂，整体操作较复杂。表面式处理就是不讲物质进行与控制的直接接触，使物质在处理设备的表面进行处理，一般来说，这种方法较简单，但是空气质量不易被瞬间净化。
3.4、空气输送、湿处理研究
将进行过滤、处理好的空气进行输送，使其能够正常地进入到室内，并且对其进行有效地是处理，将空气中的水分的含量进行有效地控制，把握对风机与回风管的自动控制的利用，当空气中的湿度过大或过小的时候，能够直接传输到内部的自动控制系统，通过对风机的数量进行有效的分解研究，真正将空调内部的空气进行有效的调节，将水分进行有效的控制。
3.5、空调冷、热源的自我控制
中央空调内部必须具备较好的冷、热源装置，对于这一装置中的各项细节进行自我研究提升，把握对空气的湿度、温度的数据协调分析，使冷、热温度的协调能够不断进行灵活的转变，尤其是在智能的空调系统中，一定要将集中式的空调系统或者使半集中式的空调系统进行自我优化，在进行内部空气的各项事项的研究过程中，真正将空气的温度控制到最好。
4、中央空调的智能控制技术
智能控制技术是自动化技术发展到高级阶段的产物，融合了控制技术、信息技术和人工智能等多种技术，包括模糊控制技术和神经网络控制技术等。对于现代空调日益复杂的系统，传统控制技术难以实现精确、可靠且有效的控制，智能控制技术因此应运而生。
4.1、模糊控制技术
模糊控制是模糊数学、人工智能和计算机科学等多种学科相互渗透而产生的一种具有很强理论性的控制技术。模糊控制系统的理论基础是模糊集合论、模糊逻辑推理规则和模糊语言变量，计算机控制技术是其系统的主要实现形式，其核心为智能模糊语言控制器。这种控制系统具有智能性和自学习性，并且并不需要建立精确的系统数学模型，适用于复杂的系统和过程。目前模糊控制已经在中央空调的定风量空调系统和变风量空调系统中得到了应用。
利用模糊控制技术对空调回风温度和湿度进行自动调节，可以受到不错的节能效果。利用温度传感器将测得的回风温度信号输入到模糊语言控制器中，并与给定值进行比较，根据比较结果自动调节回水调节阀的开度，以实现控制冷冻水流量的目的，从而使室内温度稳定在设定值。对于这个自动控制系统，新风温度的变化是系统的一个干扰量，为了提高系统的控制精确性，可以将新风温度传感器的信号作为一个反馈信号加入到系统中。采用模糊控制的回风湿度自动控制系统与回风温度自动控制系统工作原理相类似；
4.2、神经网络控制
神经网络控制融合了人工神经网络理论和系统控制理论，属于智能控制的另一个分支。其原理是模拟人脑神经系统的工作方式，以大量简单的处理单于相互连接，构成一种复杂的网络。神经网络的结构可分为输入层、隐含层、和输出层。在中央空调的控制系统中，采用神经网络代替原来的控制器或辨识器，就构成了神经网络控制系统。这种控制方式对于复杂的、不确定的系统具有良好的控制效果，整个控制系统可以获得较高的稳定性和动静态性能。并且对于变化的环境有着良好的适应性。基于这些优秀的性能，神经网络控制技术在中央空调的控制系统中也得到较多的应用。
5、结语
中央空调系统的特点是功率大，运行时间长，使用范围广，能源消耗大。因此，节能是设计中央空调控制系统时的一项主要指标。随着人类对空气环境要求的日益提高和节能的重视，一门综合研究和处理空调、采暖和通风的自动控制技术将会迅速发展。
参考文献：
[1]黄贵华.浅谈中央空调系统节能自控改造[J].科技风,2008,04:61-62.
