面向室內熱濕環(huán)境熱舒適度預測與控制模型優(yōu)化研究.pdf

1、如今人們對室內環(huán)境質量的要求越來越高，人們最能直接感受到的是室內熱濕環(huán)境，現(xiàn)今調節(jié)室內熱濕環(huán)境的主要手段是空調控制系統(tǒng)。傳統(tǒng)的空調控制系統(tǒng)主要通過單一的溫度指標來控制室內的熱濕環(huán)境，不是真正基于人的熱舒適度，并且其能耗也非常巨大。所以建立起室內熱濕環(huán)境熱舒適度控制系統(tǒng)是現(xiàn)在迫在眉睫的問題。然而，選取一個室內熱濕環(huán)境熱舒適度的評價標準是室內熱舒適度控制實現(xiàn)的必要前提條件，利用這一評價標準，綜合考慮室內的環(huán)境因素，使得室內環(huán)境朝著人們希望的

2、狀態(tài)進行調整和改變。綜上，本文的研究成果如下：
　　（1）本文選取PMV熱舒適模型作為評價室內熱濕環(huán)境熱舒適度的評價標準。因為PMV值的計算過程非常復雜，時滯性非常明顯。為了解決這些問題，選用BP神經網(wǎng)絡對PMV熱舒適度進行預測建模。最后通過實驗仿真，驗證了面向室內熱濕環(huán)境熱舒適度PMV預測模型的可行性，也能將此模型應用在空調的實時控制之中。
　?。?）由于BP神經網(wǎng)絡算法具有預測精度低、收斂速度慢、易于陷入局部最優(yōu)的缺陷。

3、針對這些缺陷，本文決定選用PSO算法對神經網(wǎng)絡算法進行優(yōu)化。并且在PSO算法的速度更新、慣性權值、加速系數(shù)三個方面做出改進，提出了改進的PSO算法—IPSO算法。并且利用IPSO算法對神經網(wǎng)絡進行優(yōu)化，建立起IPSO優(yōu)化的BP神經網(wǎng)絡PMV實時預測模型。通過模型實驗仿真，并對比BP預測模型與PSO優(yōu)化的BP預測模型，得出本文建立的預測模型收斂更快，預測更加準確。
　?。?）由于傳統(tǒng)的空調控制系統(tǒng)本身就是非線性、大滯后的復雜系統(tǒng)，所