基于DE-BP神经网络的室内热舒适评价方法

时间:2024-05-26 06:03:51
【文件属性】:

文件名称:基于DE-BP神经网络的室内热舒适评价方法

文件大小:1.03MB

文件格式:PDF

更新时间:2024-05-26 06:03:51

智能家居 PMV 热舒适 DE-BP神经网络

本文从智能家居角度研究室内热舒适, 分析热舒适评价方式PMV, 指出其部分参数在智能家居场景中获取困难. 提出在忽略风速和平均辐射温度的情况下, 引入气候和环境特征来拟合PMV公式. 研究使用经过差分进化算法(Differential Evolution, DE)优化后的BP神经网络算法(DE-BP)来建立拟合模型, DE算法优化神经网络的参数, 神经网络训练使用动量加速的随机梯度下降算法, 且增加了仿射变换的标准化层和L2正则化. 测试结果显示模型在收敛速度、稳定性和泛化性能上比传统BP神经网络更优,在较小误差范围内可应用于计算热舒适度的系统中, 降低其输入参量难度.


网友评论