人体舒适度论文..doc

人体舒适度的综合评价问题 摘 要 为了建立人体舒适度模型，本文首先通过查找资料进行人体舒适度相关因素分析，通过资料可以知道影响人体舒适度的主要因素是 ：大气温度，湿度，气压，光照，风，服装，个体差异这几项指标，因为并不是所有指标对人体舒适度都有较明显的影响，为了剔除非重要的指标量，则采取降维的方法进行筛选，最终确定大气温度，湿度，气压，光照，风，这五项指标对人体舒适度的影响较为明显。 通过降维后的五项指标建立基于改进的层次分析人体舒适度评价模型，将无量纲化后的样本指标值进行相关性分析，从而建立改进的层次分析模型，得到回归方程如下。 X=0.1128a+0.2275b+0.6597c+0.1947d+0.3282e 为了检验模型的鲁棒性，则利用神经网络算法进行模型检测与修正，可以看到，经 trainlm 函数训练后的神经网络对样本数据点实现了“过度匹配”，而经 trainbr 函数训练的神经网络对噪声不敏感，鲁棒性较好。因此我们可以利用该调控机制实现对人体舒适度宏观调控。最后利用灰度预测方法进行未来十年的人体舒适度走势变化，从而给出相应建议。 关键词： 改进层次分析 回归方程 降维 灰度预测 目 录 TOC \o 1-3 \h \u HYPERLINK \l _Toc958 1 问题重述 PAGEREF _Toc958 3 HYPERLINK \l _Toc26491 2 模型准备 PAGEREF _Toc26491 4 HYPERLINK \l _Toc24603 2.1 符号说明 PAGEREF _Toc24603 4 HYPERLINK \l _Toc13924 2.2 模型假设 PAGEREF _Toc13924 4 HYPERLINK \l _Toc12283 3 模型建立与求解 PAGEREF _Toc12283 5 HYPERLINK \l _Toc22291 3.1 问题1分析与处理[1] PAGEREF _Toc22291 5 HYPERLINK \l _Toc19103 3.1.1 基于AHP-Delphi法的人体舒适度评价模型 PAGEREF _Toc19103 5 HYPERLINK \l _Toc2094 3.1.1.1 人体舒适度模型指标体系 PAGEREF _Toc2094 6 HYPERLINK \l _Toc20190 3.1.1.2 数据降维 PAGEREF _Toc20190 6 HYPERLINK \l _Toc25832 3.1.1.3 基于单因子分析的数据降维（因子分析） PAGEREF _Toc25832 6 HYPERLINK \l _Toc27624 3.1.2 基于AHP-Delphi的福田红树林生态系统人体舒适度模型权重计算 PAGEREF _Toc27624 8 HYPERLINK \l _Toc9534 3.2 人体舒适度模型的应用于检测 PAGEREF _Toc9534 9 HYPERLINK \l _Toc20783 3.2.1人体舒适度指标评价模型 PAGEREF _Toc20783 9 HYPERLINK \l _Toc15537 3.2.1.1 人体舒适度指标值的无量纲化 PAGEREF _Toc15537 9 HYPERLINK \l _Toc1695 3.2.1.2 建立人体舒适度测量模型 PAGEREF _Toc1695 10 HYPERLINK \l _Toc13350 3.2.2 基于改进型ANN的人体舒适度调控机制（人体舒适度调控模型） PAGEREF _Toc13350 11 HYPERLINK \l _Toc14219 3.2.3 人体舒适度调控模型仿真 PAGEREF _Toc14219 15 HYPERLINK \l _Toc16291 3.2.3.1 基于改进型ANN的人体舒适度调控机制 PAGEREF _Toc16291 15 HYPERLINK \l _Toc3568 3.3 近10年人体舒适度预测 PAGEREF _Toc3568 15 HYPERLINK \l _Toc22263 4 模型优缺点 PAGEREF _Toc22263 16 HYPERLINK \l _Toc26889 4.1 优点 PAGEREF _Toc26889 16 HYPERLINK \l _Toc4237 4.2 缺点 PAGEREF _Toc4237 16 HYPERLINK \l _Toc20807 5 参考文献 PAGEREF _Toc20807 18 HYPERLINK \l _Toc14333 附录 PAGEREF _Toc14333