基于动态模糊推理的舒适温度在线预测

白 燕,冯壮壮,张 玮

(1.西安建筑科技大学 理学院， 西安 710055;2.西安建筑科技大学 信息与控制工程学院，西安 710055)

0 引言

舒适的室内环境是人们健康生活和高效工作的前提，随着智能建筑的迅速发展，通过楼宇自控系统对建筑设备实行有效的控制和管理，为营造舒适的室内热环境提供有利条件。自Fanger提出PMV(predicted mean vote)热舒适评价指标以来，热舒适在环境热舒适度评价、室内热环境控制以及空调系统节能优化等领域得到广泛研究。但热舒适不仅受当地气候、生活习惯、风俗、热经历、热期望、热环境响应及个人体质等多因素的影响，也具有随着活动状况、衣着、饮食、情绪的不同而变化的动态变化性(时变特征)[1]。这种热舒适动态差异性造成个体间的舒适偏好温度偏差在2.6以上[2]，使得基于PMV指标温度设定点的热环境控制只能在统计意义上满足大多数人的舒适性，难以满足某一个体或群体热舒适多样性的需求，从而造成能源浪费[3]。

近年来，基于热感觉的热环境控制为有效解决室内环境与用户舒适度不匹配问题提供了新的途径，已在国内外进行了大量研究，并在预测准确性和节能方面取得了良好的效果。Kim等人基于大量热舒适性研究的重要概念和方法，为个人舒适模型开发了一个统一的框架[4]。在个性化热舒适模型的构建中，已有研究采用了支持向量机、隐马尔可夫模型学习算法、贝叶斯分类推理算法等机器学习算法；并对个人热偏好进行了预测，相对传统PMV和热适应模型的预测结果，其预测准确率提高了20%～40%[5]。……