室內(nèi)熱舒適度評價研究.pdf

1、室內(nèi)環(huán)境是人們生活中接觸最頻繁的生活環(huán)境之一,良好的室內(nèi)環(huán)境可以潛移默化地使人們精神愉快放松,注意力集中,從而提高辦事效率。相反,冷熱不均的室內(nèi)環(huán)境會使人焦躁不安,難以靜心,甚至影響到身心健康。因此,室內(nèi)環(huán)境的舒適程度越來越受到人們的重視?？焖贉蚀_地對室內(nèi)環(huán)境舒適度作出客觀評價是改善和控制室內(nèi)環(huán)境的研究基礎,也是最大程度的發(fā)揮節(jié)能減排、降低能耗的研究前提。
　　本文主要是針對室內(nèi)環(huán)境中的熱環(huán)境展開系統(tǒng)研究,首先介紹了國際上統(tǒng)一用于

2、評價室內(nèi)熱環(huán)境的預計平均熱感覺投票(PredictedMeanVote),簡稱PMV指標,以及用于計算室內(nèi)舒適度的預計熱指標PMV方程,但該方程涉及參數(shù)較多且有些參數(shù)不能直接測量獲得。因此,通過公式轉(zhuǎn)換來降低方程的復雜度,獲得了評價室內(nèi)熱環(huán)境舒適度的四個熱環(huán)境變量(空氣溫度、相對濕度、空氣流速及周圍表面平均輻射溫度)和兩個人為因素(人體新陳代謝率和服裝熱阻)。
　　其次,在室內(nèi)熱舒適度的評價方法上,區(qū)別于傳統(tǒng)的公式迭代計算方法來確

3、定PMV指標值,本文分析了神經(jīng)網(wǎng)絡與舒適度評價之間的聯(lián)系,探討了BP網(wǎng)絡和RBF網(wǎng)絡在舒適度評價上的應用,建立了舒適度評價仿真模型,實驗結(jié)果表明,RBF網(wǎng)絡的輸出精度高于BP網(wǎng)絡,因此,引入了遺傳算法優(yōu)化BP網(wǎng)絡的初始權(quán)重和閾值,優(yōu)化后的GA-BP算法達到了較好的預測精度。
　　再次,本文引入了模糊系統(tǒng)的方法,并結(jié)合神經(jīng)網(wǎng)絡方法,提出了將自適應神經(jīng)元模糊推理系統(tǒng)方法(簡稱ANFIS)應用于室內(nèi)熱舒適度評價建模上,該方法能融合神經(jīng)網(wǎng)

4、絡的學習能力和模糊系統(tǒng)的推理能力,使得模型預測能力更加準確,實驗結(jié)果表明,ANFIS網(wǎng)絡取得了良好的預測精度。
　　最后,本文對四種實驗模型的結(jié)果進行討論和比較,分析了三種原模型的自身優(yōu)缺點,以及應用在舒適度評價上,三種原模型在訓練時間和模型精度上各自的優(yōu)劣勢,比較結(jié)果表明,RBF網(wǎng)絡和ANFIS網(wǎng)絡都取得了相似的預測精度,BP網(wǎng)絡精度較差,而在訓練時間上,RBF網(wǎng)絡花費的時間最短,ANFIS網(wǎng)絡由于包含眾多模糊規(guī)則而導致網(wǎng)絡訓練