基于神经网络的室内环境热舒适度融合算法.pdfVIP

第23卷 第 10期 重庆 工 学 院 学报 (自然科学) 2009年 10月 Vo1．23 No．10 JournalofChongqingInstituteofTechnology(NaturalScience) 0ct．2009 基于神经网络的室内环境热舒适度融合算法 张方方，张 莲，刘 贺 (重庆理工大学 远程测试与控制技术研究所，重庆 400050) 摘 要：针对 目前空调机恒定温度传统控制方法的缺陷以及空调机控制技术 向热舒适性控 制发展的趋势，提 出一种基于BP神经网络的室内环境热舒适度融合方法．该方法综合考虑 了多 个因素对热舒适度PMV指标的影响，应用BP神经网络进行了智能化融合．仿真结果表明：该BP 神经网络模型具有 良好的性能，能够准确、可靠预测 PMV值，并可将其结果应用于室 内空调控制 系统． 关 键 词：BP神经网络；热舒适度；PMV指标；融合算法 中图分类号：TP183 文献标识码 ：A 文章编号：1671—0924(2009)l0—01l4—05 Researchon FusionAlgorithm ofIndoorThermalComfortBased on BP NeuralNetwork ZHANG Fang—fang，ZHANG Lian，LIU He (RemoteTestingandControlTechnoloyg ResearchInstitute， ChongqingUniversityofTechnology，Chongqing400050，China) Abstract：Duetothedefectsofairconditionerstraditionalcontrolmethodofconstanttemperatureand thedevelopingtrendofair—conditioningcontroltechnologyofthermalcomfortcontrol，athemr al comf ort fusionalgorithm basedonBPneuralnetworkispresented．Thismethodconsidersanumberoffactorson thethermalcomfort indexofPMV，andusesBPneural networktodointelligentintegration．Simulation resultsshow thathteBPneural networkmodelhasgoodperfomr ance，isabletoaccuratelyandreliably predictPMV value，andtheresultscanbeappliedtoindoorair—conditioningcontrolsystem． Key words：back propagation neuralnetwork； themr al comf ort； predicted mean vote index； fusionalgorithm 近年来，室内环境已成为许多国家关注的环 关数据，并在对环境参数进行数据分析的基础上 境问题之一，办公和居室 内的温度、湿度、噪声水 发现室内环境存在的问题，为实现室内环境的调 平等都成为人们关注的问题．因此，对室内环境主 节和控制提供依据显得十分紧迫和重要．人体的 要参数进行监测，及时了解室 内环境状况，获取相 热舒适度是人体舒适感觉中的重要部分．我国大 收稿 日期：2009—06—14 基金项 目：重庆市自然科学基金计划重点项 目(CSTC，2007BA2023)． 作者简介：张方方(1985一)，女，安徽宿州人，硕士研究生，主要从事远程测试与控制技术方面的研究