基于动态模糊推理的舒适温度在线预测

  基于热感觉预测的室内热环境自动控制方法为解决基于传统温度设定值控制不满足用户舒适度问题提供新的途径;但建模过程中用户热感觉信息难以获取,因此开发了便捷的移动端智能交互系统以实时采集现场数据,建立用户学习样本;并针对热舒适的动态变化性特征,设计动态进化神经模糊推理系统（DENFIS）以建立用户热舒适在线预测模型;通过实时学习样本数据驱动,系统的模糊规则与模型输出函数系数可动态自校正,推理预测出用户偏好温度;实验结果表明所设计的DENFIS算法预测用户的舒适温度范围准确率高达90.5%,误差极小;证明了该算法所建立的在线预测模型用于智能空调温度控制,可解决现有的温度设定方式带来的温度设定值不合理的问题,在实际应用中具有可行性。 

 

 

计算机测量与控制. 2020,28(07)

 

页数：7

 

文章目录

0 引言

1 智能交互系统设计及学习样本构建

2 用户热舒适在线预测模型

    2.1 增量聚类方法ECM

    2.2 提取模糊规则

    2.3 规则输出函数

    2.4 模型增量学习

3 用户热舒适预测及模型检验

    3.1 仿真实验研究

    3.2 现场实验研究

    3.3 多用户热舒适预测研究

4 结束语

 

参考文献

 

期刊论文

 

[1]基于热感觉与基于温度设定值的室内热环境控制在供冷工况下的实验研究[J]. 陈哲良,冯晴晴,王福林,赵千川,程志金,郭枝,张宇峰,麦锦博,钟志鹏.  暖通空调. 2018(04)

[2]基于动态特性机理的规则自校正模糊控制研究[J]. 张志柏,孙传庆.  计算机测量与控制. 2018(02)

[3]室内热环境自动控制方法综述[J]. 王福林,韩典杉,孙泽禹,文世真,龚子阳,郁文红.  暖通空调. 2017(12)

[4]基于热感觉的室内热环境控制[J]. 王福林,陈哲良,江亿,赵千川,程志金,郭枝,钟志鹏.  暖通空调. 2015(10)

[5]基于增量式专家与模糊自适应控制参数在线整定方法的控制系统研究[J]. 刘经纬,王普,李会民,杨蕾.  计算机测量与控制. 2014(04)

[6]基于用户学习的智能动态热舒适控制系统[J]. 李慧,张庆范,段培永.  四川大学学报(工程科学版). 2011(02)