人工神经网络在预测热舒适性指标中的应用

摘要

热舒适性指标与各个影响因素之间存在复杂的非线性的关系,而人工神经网络能够反映这种非线性的映射关系,因此通过人工神经网络可以实现热舒适性指标的计算及预测。首先对热舒适性指标做了一个简单的介绍,并以Fanger公式计算出热舒适性指标的期望输出值,然后分别介绍了BP网络、GA-BP网络、RBF网络及Elman网路的算法及结构,并建立热舒适性指标预测模型,对4种神经网络在预测中的性能给予定性与定量的分析。结果表明,在预测热舒适性指标方面,基于GA-BP神经网络性能要优于其他神经网络,具有更高的精度和适应能力,能够较好的满足将其应用于空调系统的控制器中对其进行实时控制。