遗传神经网络在室内环境热舒适度融合评价中的应用研究

摘要

针对室内环境热舒适度评价，为解决影响PMV（predicted mean vote）指标的各因素之间复杂的非线性关系，利用核主成分分析KPCA（kernel principal component analysis）的非线性映射方法，对输入变量进行特征提取，以消除各因素之间的非线性关系，然后利用遗传神经网络GNN（genetic neural network）进行融合评价。对比GNN和KPCA4-GNN的仿真评价结果可知：对于该室内热环境舒适度融合评价问题，KPCA能提取影响PMV指标的主要因素成分，KPCA＋GNN是有效的预测方法。