我想建立一个用于控制设备的ANN,并且无法弄清楚我应该学习和应用哪些概念,这将使其合理化。一般来说,这个问题可以用一个预定义的算法来解决,但是我只是为了我对这些概念的探索而建立ANN。我应该应用哪种人工神经网络概念?
我想从ANN开始,在给定目标温度,加热器的当前状态以及过去几十个(或多个)温度点的情况下,确定加热器是否需要打开或关闭。现在,需要注意的是,我希望它能够对环境变化做出反应,而不需要对所有可能的条件进行预先培训。例如。从一些非常简单的(甚至是随机的)模型开始,做出决定,将其输入模拟器,然后在“一分钟后”输出一个输出,并将该数据用于成本函数。等等。这个特别复杂的部分(或者我在这里弄错了吗?)是行动的延迟。你只能看到结果,比如说,加热器开启2分钟后,温度继续上升4-5分钟。
有很多关于分类和时间序列预测的信息(特别是LSTM提示它在这里可能有用),但是我找不到任何关于使用这种反馈环路来控制系统的信息。
如果您能指出一些与使用ANN解决这个问题相关的概念,或者可能讨论类似的问题以及如何解决这些问题,我将不胜感激。最后(虽然它可能有点雄心勃勃,主要是对于小数据集),但我想扩展系统以通过以下方式来控制我的HVAC区域:在整个加热周期内操纵阻尼器角度,使目标温度独立保持在多个房间中。我想它来学习,因为它去,因为外部环境的变化,加热循环变成冷却循环,门被敞开,等