Модель штучної нейромережі для підтримки мікроклімату у великих приміщеннях

Abstract

Метою цієї роботи є розробка моделі штучної нейромережі для інтелектуальної підтримки мікроклімату у великих приміщеннях шляхом прогнозування й адаптивного регулювання температури, вологості та концентрації CO₂ на основі сенсорних даних і змінних умов експлуатації. У межах кваліфікаційної роботи проведено аналіз методів і моделей керування мікрокліматом, розглянуто підходи «білого», «чорного» й «сірого» ящика, а також сучасні нейромережеві технології, активаційні функції та методи машинного навчання. Окремо розглянуто ансамблеві моделі, зокрема XGBoost, як ефективний інструмент для точного прогнозування. Розроблена нейромережева модель забезпечує інтеграцію сенсорної інформації, масштабованість і підтримку адаптивного регулювання з можливістю безперервного навчання. Вона успішно відтворює динаміку мікрокліматичних параметрів, що підтверджується високою точністю прогнозування. Запропонована система є перспективною для впровадження в автоматизовані комплекси управління мікрокліматом, сприяє енергоефективності та може масштабуватися і адаптуватися до різних будівель і джерел даних.