一种基于数据的夏季居住环境热舒适度控制方法

被引：8

作者：

段培永 ^{[1
]}

郭东东 ^{[1
]}

李慧 ^{[2
]}

段晨旭 ^{[1
]}

机构：

[1] 山东建筑大学山东省智能建筑技术重点实验室

[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

来源：

山东建筑大学学报 | 2011年 / 26卷 / 01期

关键词：

CMAC; 计算实验; PMV; 热舒适度;

D O I：

暂无

中图分类号：

TU111 [建筑热工学];

学科分类号：

081304 ;

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。

引用

页码：1 / 7

页数：7

共 9 条

[1] 神经网络在锈蚀钢筋疲劳寿命预测中的应用 [J].