摘要：本发明公开了一种基于神经网络的可预测自学习的智能售货机，包括售货机本体，在售货机本体上设有ARM单片机、温度传感器及湿度传感器。温度传感器及湿度传感器分别用于检测环境温度和湿度，并将检测数据输入ARM单片机，售货机本体上的按键与ARM单片机相连，ARM单片机根据上一时间周期的各时段售货机被按键的次数，通过神经网络中的BP算法预测下一时间周期的各时段售货机被使用的概率，并结合实时检测的温湿度数据，通过单片机内的模糊控制器控制售货机本体中制冷或保温电机的工作状态，以此达到每天只需要开启一段时间就可以很好的满足用户需求，从而达到节能环保的目的。
- 专利类型发明专利
- 申请人浙江大学;
- 发明人吴昊天;
- 地址310027 浙江省杭州市西湖区浙大路38号
- 申请号CN201610028642.1
- 申请时间2016年01月15日
- 申请公布号CN105719392A
- 申请公布时间2016年06月29日
- 分类号G07F9/00(2006.01)I;G07F9/10(2006.01)I;
