基于BP神经网络的热舒适性指标计算.pdfVIP

( ) Vo l. 9 No. 1 第 9卷第 1期 南京师范大学学报 工程技术版 2009年 3月 　 JOURNAL OF NANJ IN G NORMAL UN IV ER SITY ( EN GIN EER IN G AND TECHNOLO GY ED ITION ) 　 M ar, 2009 基于 BP神经网络的热舒适性指标计算 张川燕 ,王子介 (南京师范大学 动力工程学院 ,江苏 南京 2 10042) [摘要 ] 　人的舒适性与其影响因子之间存在着复杂的非线性关系 , 由于人工神经网络能够反映非线性的映射关系 , 因此利用 神经网络可实现对舒适性指标的计算. 首先对 B P神经网络做了一个简要介绍 ,并建立了一个用于训练计算舒适性 PMV 指标的 3层网络. 以 Fanger公式计算了输入样本的期望输出值 ,利用输入样本与期望输出值对网络进行训练. 神经网络达到误差要求 后计算 PMV 指标 ,其中未经网络训练的样本计算结果与 Fanger公式计算结果平均偏差为 0026 ,最大偏差为 0113 ,计算误差 均在工程应用的允许范围之内. [关键词 ] 　热舒适 , PMV 指标 ,神经网络 [中图分类号 ] TU 832　[文献标识码 ] A 　[文章编号 ] 1672 1292 (2009) 0 10044 05 Therm a l Com fort Index Com puting Ba sed on BP Neura l Networks Zh a n g C hu a nya n , W a n g Z ijie ( School of Power Engineering, N anj ing Norm al Un iversity, N anj ing 2 10042 , Ch ina) A b stract: Hum an ’s com fort ha s a comp licated nonlinear relation w ith its influencing factors. Since the artificial neural network s can reflect the nonlinear m app ing relation, the neural network s can be u sed to comp ute the com fort index. The B P neu ral network s are simp ly introduced in th is p ap er and a 3layers B P neu ral network is estab lished to compu te the com fort PMV index. The Fanger form u la is u sed to calcu late the exp ected outp ut value s of the inp ut samp les and the net work is trained by the inp ut samp les and the exp ected ou tp ut value s. The trained neu ral network s that have ach ieved the reque sted error are u sed to compu te the PMV index. The average deviation between the resu lt from the nontrained sam p les’and the re su lt fr