基于混沌神经网络的建筑节能综合评价.pdfVIP

2 0 1 0 年 1 月 沈 阳 建 筑 大 学 学 报 ( 自 然 科 学 版 ) 　J an. 　2 0 10 第 26卷 第 1期　 J ou rna l of Shenyang J ianzhu U n ivers ity (N a tu ra l Sc ience) V o l. 2 6, N o. 1 文章编号 : 167 1 - 202 1 ( 2010) 0 1 - 0188 - 04 基于混沌神经网络的建筑节能综合评价 1 2 3 吴成东 ,丛 　娜 ,孙常春 ( 1沈阳建筑大学信息与控制工程学院 ,辽宁 沈阳 110 168; 2 中国科学院沈阳自动化研究所 ,辽宁 沈阳 1100 16; 3沈阳建筑大学理学院 ,辽宁 沈阳 110 168) 摘 　要 : 目的 构建建筑节能综合评价指标体系 ,对建筑节能进行综合评价. 方法 针对神经网 络 B P算法收敛速度慢且容易陷入局部极小值问题 ,在常规神经网络中引入混沌神经元 ,建立 混沌神经网络建筑节能综合评价模型. 结果 根据建筑节能综合评价指标体系各量化指标 ,得 出科学合理的评价结果. 通过实验仿真验证了该混沌学习算法的有效性和先进性. 在输入参数 相同的情况下 ,训练收敛到相同精度 , CNN 模型的训练次数少于 B P 网络模型 , CNN 模型用于 建筑节能评价精度高. 结论 运用混沌神经网络进行建筑节能综合评价的方法是有效的. 关键词 :建筑节能; 节能评价; 指标体系; 混沌神经网络 中图分类号 : TP29　　　文献标志码 : A 　　　 　　建筑节能评价指标体系及评价方法的研究作 1　混沌神经网络参数识别方法 为建筑节能的核心研究内容之一 , 通过采用科学 的方法和步骤 , 对建筑节能情况做出一个整体的 混沌通常是指确定性非线性系统中存在的貌 全局的评价 , 是用于评价建筑物节能情况的有效 似随机的或无穷大周期的运动. 混沌是由于非线 方法. 由于系统科学 、运筹学和电子计算机技术的 性系统中随机性而产生的一种外在复杂 , 貌似无 广泛应用 , 使建筑节能定量化评估的方法不断翻 规则的运动. 混沌运动具有遍历性 、随机性 、规律 新 ,将建筑节能作为一个系统进行评价. 性等特点. 混沌搜索方法就是利用混沌变量的这 国内外许多学者对建筑节能评价方法做了研 种特性 ,通过载波的方法将混沌运动的遍历范围 究[ 1 ] , 有专家打分法 、模糊综合评价法和基于人 放大到变量搜索的定域内, 使搜索更加有效. 工智能神经网络的方法等. 专家打分法受人为主 B P 算法是 目前前馈神经网络应用最为广泛 观因素影响较大 ,模糊综合评价法运算复杂; 基于 的算法 [ 2 - 3 ] . B P 算法在能量的最小化求解过程中 神经网络的建筑节能评价是建立一种更为接近人 可能会陷入局部极小 , 使问题得不到最优解 , 为解 类思维模式的定性与定量相结合的综合评价模 决这一问题 ,将一个权的非线性 自反馈引入到神 型 , 目前 , 已提出的应用于建筑节能评价的神经网 经网络学习算法的非线性系统方程中, 使神经网 络都是 B P 网络 , 虽然 B P 网络应用广泛 ,但 B P 算 络的学习过程成为混沌学习过程. 混沌机制能使 法在能量的最小化求解过程中可能会陷入局部极 许多平凡的局部极值变得不稳定 , 从而使系统在 小 , 使问题得不到最优解 , 为解决这一问题 , 笔者 学习过程中能够逃离局域极值. 将在 混 沌 神 经 网络 ( C hao tic N eu