内篇：四、其他类

本文在利用神经网络模拟空调机组换热性能的基础上，尝试采用模糊神经网络预测空调机组的性能。对现有模糊神经网络的推理层结构进行改进，使其更具有全局性，并将改进后的模糊神经网络应用于某一空调机组换热性能的模拟。根据冷冻水温度为5℃、7℃、9℃时的机组换热量对其在6℃、8℃时的换热性能进行的预测，以及根据送风量为1.0m3/s、1.25m3/s时机组的换热量对其在1.33m3/s时的换热性能进行的外推预测，得到的模拟结果与实测值相比误差均在5%以内。分析表明，采用模糊神经网络比单纯采用神经网络的模拟结果准确得多，收敛速度也快得多，而且模糊神经网络比神经网络具有更强的范化能力。