Система автоматизації мікроклімату в закладах громадського харчування з модулем усунення невизначеностей у регулюванні температури за допомогою машинного навчання

Традиційним системам клімат-контролю часто важко адаптуватися до динамічних факторів навколишнього середовища, що призводить до невідповідності температури, вологості та загального комфорту в цих закладах. У відповідь запропонована нами система інтегрує спеціальний модуль на базі алгоритмів машинног...

Повний опис

Збережено в:
Бібліографічні деталі
Дата:2024
Автори: Velychko, Illia, Sidletskyi, Viktor
Формат: Стаття
Мова:Ukrainian
Опубліковано: V.M. Glushkov Institute of Cybernetics of NAS of Ukraine 2024
Теми:
Онлайн доступ:https://jais.net.ua/index.php/files/article/view/222
Теги: Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
Назва журналу:Problems of Control and Informatics

Репозитарії

Problems of Control and Informatics
Опис
Резюме:Традиційним системам клімат-контролю часто важко адаптуватися до динамічних факторів навколишнього середовища, що призводить до невідповідності температури, вологості та загального комфорту в цих закладах. У відповідь запропонована нами система інтегрує спеціальний модуль на базі алгоритмів машинного навчання, спрямований на виявлення та усунення невизначеностей у режимі реального часу. Основні функції системи включають постійний моніторинг різноманітних параметрів навколишнього середовища, таких як температура навколишнього середовища, рівень вологості та щільність клієнтів. Використовуючи методи машинного навчання, модуль усунення невизначеностей використовується для підвищення точності системи, враховуючи можливі несподівані зміни в мікрокліматі. Алгоритмічна структура розроблена для вивчення історичних даних, адаптації своїх реакцій до мінливих умов і забезпечення чутливої та адаптивної стратегії контролю мікроклімату. Ключові особливості системи включають прогнозну аналітику, виявлення аномалій і механізми адаптивного контролю. Прогнозна аналітика дозволяє системі прогнозувати коливання мікроклімату на основі історичних даних, дозволяючи попереджувальні коригування для оптимального комфорту. постійно розвиває свої стратегії для обробки непередбачених обставин і підтримки оптимальних умов.