基于PSO-SVM的PMV指标预测系统研究

被引：12

作者：

赵敏华 ^{[1
]}

苏蕤 ^{[1
]}

徐立先 ^{[2
]}

机构：

[1] 西安建筑科技大学信息与控制工程学院

[2] 山东省科学院自动化研究所

来源：

建筑热能通风空调 | 2015年 / 34卷 / 03期

关键词：

热舒适指标; 粒子群算法; 支持向量机;

D O I：

暂无

中图分类号：

TU831.1 [空气特性];

学科分类号：

081404 [供热、供燃气、通风及空调工程];

摘要：

随着空调应用的日益广泛,室内环境的热舒适性和空气品质越来越受到人们的关注。基于此本文研究了一种自适应粒子群支持向量机分类模型对室内热舒适度进行评价的方法,文中给出了模型的详细设计步骤和实现代码,并采用"智能建筑环境技术平台"的热舒适指标数据库中的夏季PMV数据集对模型进行仿真研究,且与基于网格搜索-SVM模型作了深入对比,实验结果表明PSO-SVM模型应用到室内环境舒适度评价具有一定优势。

引用

页码：73 / 76

页数：4

共 8 条

[1]

PSO-SVM模型在葡萄酒品质分类中的应用研究 [J].