改进PSO-TSFNN智能家居室内空气质量检测与评价

摘要：

针对室内空气质量评级存在多影响因子及随机变化的特点,在T-S模糊神经网络(TSFNN)基础上提出一种基于改进粒子群(PSO)优化的算法来对室内空气品质状况进行评价.根据GB/T18883-2002,选取室内代表性污染因子构建标准评价表;通过标准评价表对网络进行训练和测试,生成可用评价模型.结果表明,该模型能够对室内空气质量进行客观可靠的评价,为智能家居室内空气质量调控提供可靠保证,具有较高的实用价值.

关键词：粒子群、T-S模糊神经网络、室内空气质量评价、智能家居

所属期刊栏目：43

分类号：TN711(基本电子电路)

资助基金：北京市科技计划课题重大科技成果转化落地培育项目Z131100002413028

在线出版日期：2017-02-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：84-87,91