基于PSOGSA-FNN算法的室内热舒适度精准预测与智能控制策略探究.docxVIP

基于PSOGSA-FNN算法的室内热舒适度精准预测与智能控制策略探究

一、引言

1.1研究背景与意义

随着现代生活水平的不断提高，人们对室内环境的要求日益提升，室内热舒适度作为室内环境品质的关键指标，对人们的生活和工作产生着深远影响。在日常生活中，人们大约有80%以上的时间是在室内度过的，室内热舒适状况直接关系到人们的身心健康、舒适感及工作效率。

适宜的室内热环境能使人身心愉悦，有效提升工作效率。相关研究表明，在中性或略微温暖的环境下，人的认知、感知和注意力能达到最佳状态，而寒冷环境下思考能力达到最佳。例如在办公室场景中，当室内温度、湿度、风速等热环境参数处于舒适区间时，员工的工作效率可得到显著提高，出错率降低。反之，当室内热环境不佳，如温度过高或过低、湿度过大或过小，都会让人感到不适，进而影响工作效率。当环境温度超出舒适范围，工作人员的劳动量也会随之增长，这不仅降低了工作效率，还可能对员工的身体健康造成损害。

在能源消耗方面，为了营造舒适的室内热环境，建筑物需要消耗大量的能源用于供热、制冷和通风。据统计，建筑能耗在社会总能耗中占比较高，而其中相当一部分用于维持室内热舒适度。若能精准预测室内热舒适度并采取有效的控制策略，可在满足人们舒适度需求的同时，降低能源消耗，实现节能减排的目标，具有重要的现实意义。

目前，传统的室内热舒适调控方式主要基于温度和湿度等因素，采用如PID