基于BP神经网络的热舒适性指标计算.pdf

文档介绍：基于BP神经网络的热舒适性指标计算张川燕,王子介(南京师范大学动力工程学院,江苏南京210042)[摘要]人的舒适性与其影响因子之间存在着复杂的非线性关系,由于人工神经网络能够反映非线性的映射关系,,,,其中未经网络训练的样本计算结果与Fanger公式计算结果平均偏差为01026,最大偏差为01113,计算误差均在工程应用的允许范围之内.[关键词]热舒适,PMV指标,神经网络[中图分类号]TU832[文献标识码]A[文章编号]1672-1292(2009)01-0044-worksZhangChuanyan,WangZijie(SchoolofPowerEngineering,NanjingNormalUniversity,Nanjing210042,China)Abstract:--linearmappingrelation,---trainedsam-ples':fort,PMVindex,works收稿日期:2007-11-:南京师范大学/2110工程(K11330CY75):王子介,教授,研究方向:-mai:lwzj_njnu@目前,大多数舒适性空调都是基于空气温度和湿度进行控制的,而舒适性空调的最终目的就是为人的工作和生活提供舒适的空间环境[1].因此,长期以来许多暖通空调的研究人员都产生了基于舒适性指标控制空调系统的想法,即直接以舒适性指标作为被控参数对空调系统进行控制,并对此进行了研究[1-4].文献[5,6]通过计算机模拟的方法表明热舒适指标控制比传统温湿度控制更能满足舒适性,,人的舒适性影响因素众多,舒适性PMV指标与各影响因素之间存在着复杂的非线性关系,在计算过程中需进行多次迭代计算,不仅计算速度慢而且存储数据多,不适于现场实时控制[7].近年来,人工神经网络(works)得到越来越