基于神经网络和遗传算法优化室内热舒适控制参数
Keywords: 室内热舒适 ,神经网络 ,遗传算法
Abstract:
为了改善室内办公场所的热舒适环境和减少能源消耗,应用计算流体力学(CFD)软件建立实验室研究模型,通过CFD实验模型数据训练人工神经网络,并用神经网络模型代替CFD模型.建立遗传算法目标函数,通过调整权重得到不同的优化结果.在保证精度的情况下减少遗传算法的计算量,最终得到室内控制参数的最优解.与直接在CFD模型上应用遗传算法相比,明显减少了计算量.通过修改室内空调送风口的布局和空调控制参数,使室内大部分工作人员获得满意的舒适度.实验结果表明,所选择的目标函数以及优化方法可以使室内工作环境的舒适度
References
[1] ISO,International standard 7730 moderate thermal environments-determination of the PMV and PPD indices and specification of the conditions for thermal comfort,Geneva:International Standards Organization,1984. [2] 吴先宇.罗世彬.陈小前.王振国 基于替代模型的高超声速进气道优化 [J].-弹箭与制导学报2008(1) [3] Niculescu P,Artificial neural networks and genetic algorithms in QSAR,Journal of Molecular Structure,2003(1-2). [4] 张庆红.程国建 基于遗传算法的神经网络性能优化 [J].-计算机技术与发展2007(12) [5] 汤波.高云峰.李俊峰.张忠峰 基于CFD计算和遗传算法的乘波体优化 [J].-动力学与控制学报2008(3) [6] Fanger P O,Thermal comfort,Malabar:Kneger Publishing Company,1982. [7] Fluent Inc,Airpak document,Lebanon:Fluent Inc,2002.
Full-Text
