Two inverse design optimisations ar

Two inverse design optimisations are involved in this study, viz.inverse design optimisation for BPNN and the novel range hood. Toimprove prediction accuracy, MEA is introduced in these inversedesign optimisation processes. To optimise BPNN, the initial weights and thresholds were used as design variables and the minimummean square error (MSE) was set as the optimal objective.The design variables used to optimise the range hood include thefollowing structural parameters – blade inlet and outlet angles,number and height of blades, number and height of guide vanes,and diffuser diameter; in addition, the optimal objective is toachieve the maximum exhaust airflow rate at a satisfactory greaseseparation level.

結果 (繁體中文) 1:

兩個反設計的優化都參與了這項研究，即
為BPNN逆設計優化和新穎的抽油煙機。為了
提高預測精度，MEA在這些反推出
設計優化過程。為了優化BPNN，初始權值和閾值被用作設計變量和最小
均方誤差（MSE）被設定為最佳目標。
用於優化抽油煙機設計變量包括
以下結構參數-葉片的入口和出口的角度，
數目和葉片，數量和導向葉片的高度，高度
和直徑擴; 此外，最佳的目標是
實現在一個令人滿意的潤滑脂的最大排氣氣流速率
分離水平。

結果 (繁體中文) 2:

本研究涉及兩個反向設計優化，即
BPNN 和新穎範圍罩的逆設計優化。自
提高預測精度，MEA被引入這些逆
設計優化流程。為了優化 BPNN，初始權重和閾值用作設計變數和最小值
均方誤差 （MSE） 被設置為最佳目標。
用於優化範圍罩的設計變數包括
遵循結構參數 – 刀片入口和出口角度，
葉片的數量和高度，引導葉片的數量和高度，
和擴散器直徑;此外，最佳目標是
以令人滿意的潤滑脂實現最大排氣氣流率
分離級別。

結果 (繁體中文) 3:

本研究涉及兩個逆向設計優化，即。
BPNN與新型吸油煙機的逆向優化設計。到
提高預測精度，在這些逆過程中引入MEA
設計優化過程。為了優化BPNN，初始權值和閾值被用作設計變數和最小值
以均方誤差（MSE）為優化目標。
用於優化吸油煙機的設計變數包括
以下結構參數-葉片進口和出口角度，
葉片的數量和高度，導葉的數量和高度，
和擴散器直徑；此外，最佳目標是
在令人滿意的潤滑脂下達到最大排氣流量
分離水准。