基于BP神经网络的城市建筑热环境研究

摘要

针对现代城市中越来越严重的热岛现象与能源问题,分析了北京市近60年的温度资料,60年中城区内的年平均温度共升高了2.28℃,温度增幅为0.38℃/10a。文中综合考虑城市建筑热环境的各种影响因素,利用BP神经网络技术建立了城市尺度下建筑热环境温度的预测模型,对以往的数学模型进行改善。文中用自适应调节算法选择隐含层最佳神经元个数和贝叶斯正规化算法进行网络训练,结果表明该算法与基本的BP算法及其他改进的BP算法相比,有较高的泛化能力和准确性。