基于DE-BP神经网络的室内热舒适评价方法
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.
智能家居、PMV、热舒适、DE-BP神经网络
29
贵州大学青年教师科研基金贵大自青基合字201304
2020-07-01(万方平台首次上网日期,不代表论文的发表时间)
共5页
230-234