基于用户学习的智能动态热舒适控制系统
静态的热环境易造成人体热适应能力降低,对健康不利.动态的热环境与自然环境相似更有利于用户的健康.提出一种基于用户学习的智能动态热舒适控制系统,在该系统中采用PMV(Predicted Mean Vote)作为控制目标,为了满足不同用户的需要提出个人热舒适区模糊学习算法,可根据个人偏好在线修改个人热舒适区;在计算实验的基础上提出动态热舒适控制策略,动态热舒适区包括舒适区和节能区,在动态热舒适控制中舒适区和节能区周期性交替变化.实验结果表明,该方法即满足用户的热舒适性需求,与静态热舒适控制相比节能效果明显,且对用户的健康有利.
热舒适、模糊、学习、HCMAC神经网络
43
TP181(自动化基础理论)
国家自然科学基金面上资助项目61074070;山东省自然科学基金资助项目Y2008G07, ZR2009GZ004;山东省科技攻关项目2009GG10001029
2017-01-18（万方平台首次上网日期，不代表论文的发表时间）
共8页
128-135
