应用改进RBF神经网络的室内环境舒适度评价

摘要：

室内环境舒适度评价研究具有重要意义,当前室内环境舒适度评价方法不能准确描述室内环境舒适度的变化规律,导致室内环境舒适度评价精度低,为了更加准确对室内环境舒适度进行评价,提出了改进RBF神经网络的室内环境舒适度评价模型.首先对室内环境舒适度评价研究进展进行分析,并设计了环境舒适度评价指标体系,然后采集环境舒适度评价指标的数据,并确定环境舒适度等级,得到环境舒适度评价数据集,最后采用改进RBF对环境舒适度评价数据集进行学习,建立环境舒适度评价模型,与其它环境舒适度评价模型的对比结果表明,改进RBF神经网络的环境舒适度评价精度要高于对比模型,能够更好描述环境舒适度变化规律,具有十分广泛的应用前景.

关键词：室内环境;数据集合;评价效果;神经网络;对比实验

所属期刊栏目：37

分类号：TP183(自动化基础理论)

资助基金：陕西工业职业技术学院项目2020YKYB-043

在线出版日期：2021-08-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：86-89