一种基于数据的夏季居住环境热舒适度控制方法  

A novel data-based thermal comfort control method for living environments in summer

作　　者：段培永[1] 郭东东[1] 李慧[2] 段晨旭[1] 

机构地区：[1]山东建筑大学山东省智能建筑技术重点实验室,山东济南250101 [2]山东建筑大学可再生能源建筑利用技术省部共建教育部重点实验室,山东济南250101

出　　处：《山东建筑大学学报》2011年第1期1-7,共7页Journal of Shandong Jianzhu University

基　　金：国家自然科学基金项目(61074070;61004005);山东省自然科学基金项目(ZR2009GZ004);山东省科技攻关项目(2009GG10001029)

摘　　要：采用超闭球CMAC(HCMAC)神经网络,建立家用空调器制冷环境下室内外温、湿度关联模型,预测室内空气的相对湿度。提出了基于PMV指标的家用空调温度设定值的计算实验方法。该舒适度控制方法只利用室内外环境参数历史数据,通过HCMAC样本学习和简便的计算实验,自适应地满足住户热舒适偏好需求。仿真结果表明,HCMAC模型能够较准确地预测室内空气的相对湿度;通过调整温度设定值,可将PMV值调整到任意给定的范围,实现室内建筑环境的节能和舒适。A hyper-ball CMAC（HCMAC） neural network based model is built to express the relationship among indoor and outdoor environmental parameters（temperature and humidity） to predict indoor relative humidity.A novel computing experimental method is explored to determine temperature set points of a domestic air-conditioner.The thermal comfort control method can adaptively meet the inhabitants comfort needs by HCMAC learning of environmental sample data and simple and convenient computing experiment.Simulations demonstrate that the presented HCMAC model can accurately predict the indoor air humidity,and the indoor PMV can be controlled at desired level by appropriately adjusting temperature set points,facilitating home energy efficiency and comfort.

关 键 词：CMAC 计算实验 PMV 热舒适度 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]