室内舒适性指标PMV的区间Ⅱ型T-S模糊建模

摘要

预测平均投票值(PMV)是室内热环境的标准化指标,其涉及的数学模型复杂且存在不确定性,不能适应实时控制的需要.同时,传统的采用一个PMV值评价热环境的方法具有局限性,不能反映不同位置人体舒适感的差异.为了处理测量噪声和人体因素带来的不确定性,通过对室内气流和传热计算流体动力学( CFD)模拟数值以准确描述PMV值,建立了PMV的区间Ⅱ型T-S模糊模型.针对二阶模糊隶属度的确定问题,在G-K聚类的基础上,采用遗传算法对二阶隶属度函数的参数进行优选,再由最小二乘法辨识得到后件参数.仿真结果表明Ⅱ型T-S模糊模型比Ⅰ型更有效地减少了不确定性,对模型精度的影响,对动态过程和稳态数值都有很好的预测能力.