应用改进RBF神经网络的室内环境舒适度评价

杨亮，王谊

(陕西工业职业技术学院 航空工程学院，陕西 咸阳 712000)

0 引言

随着生活水平不断改善，人们对生存环境关注度越来越高，室内环境与人们生活息息相关，室内环境好坏直接影响到人们生活质量[1-3]。对室内环境相关参数进行监测，为改善室内环境具有重要的意义。室内环境的舒适度是室内环境质量好坏衡量参数，室内环境舒适度高可以保证人们的身心健康，因此对室内环境舒适度评价进行科学、客观评价显得十分紧迫和重要[4-6]。

室内环境舒适度主要指室内环境对人的适宜程度，具有很强的主观性。近年来，随着电子技术、自动化技术、传感器技术以及网络技术的发展和融合，室内环境舒适度已经进行入了智能评价阶段，评价结果更加科学[7-9]。如出现了基于模糊理论的室内环境舒适度评价模型、基于人工神经网络的室内环境舒适度评价模型等[10-11]，由于室内环境舒适度具有一定的时变性，而模糊理论是一种线性建模技术，因此模糊理论的室内环境舒适度评价偏差比较大；人工神经网络是一种模仿人类大脑神经网络的信息处理系统，能够以任意精度逼近任何非线性问题的解，因此成为室内环境舒适度评价的主要研究方向，尤其径向基函数(RBF)的应用范围最为广泛。在RBF神经网络的室内环境舒适度评价过程中，其参数值的选择直接关系到室内环境舒适度评价结果，传统方法采用人工方式确定，这样难以建立最优的室内环境舒适度评价模型，室内环境舒适度评价结果不稳定[12-14]。……