基于蟻群與神經網絡算法的變風量空調末端控制研究.pdf

1、以熱舒適指標PMV作為變風量空調控制系統(tǒng)的控制目標，能夠很大程度上實現(xiàn)舒適與節(jié)能的統(tǒng)一，因而越來越受到人們地重視。本文首先說明傳統(tǒng)溫度控制空調方式存在的不迅速、不舒適、不節(jié)能等問題，而熱舒適控制空調系統(tǒng)控制目標為熱舒適指標PMV，因其能夠衡量熱環(huán)境對人體綜合作用效果，在近幾年成為行業(yè)研究熱點。通過調節(jié)室內濕熱環(huán)境參數的控制方式，使人體感覺始終處于舒適范圍，將作用點轉化為人體本身，推翻傳統(tǒng)空調控制模式。熱舒適控制“以人為本”，有效地解決了

2、傳統(tǒng)溫度控制空調方式存在的問題。
　　其次，指出了BP神經網絡存在冗余性、收斂速度慢等不足，因此引入蟻群算法優(yōu)化神經網絡，在Matlab中編程建立模型預測PMV指標，比較兩種方法可知，利用蟻群算法整定BP神經網絡算法后，不僅加快了算法的收斂速度，而且在保證精度的同時大大提高了BP神經網絡的性能。最后，引入粒子群算法優(yōu)化神經網絡，與蟻群算法優(yōu)化神經網絡預測結果對比后，其均能較好地完成對BP模型參數的選取。
　　然后，使用Des

3、ignBuilder軟件建立模型，采用冬季典型工況日的24小時氣象參數，模擬計算出定PMV控制與溫度設定為20℃控制時房間逐時的PMV值與房間負荷。計算可知，控制PMV=-0.5的定PMV與控制室內溫度為20℃的空調控制方式相比，各時刻房間的熱舒適性都比較好，然而以20℃的定溫度控制空調方式，房間的熱環(huán)境與定PMV控制空調系統(tǒng)相比不夠溫暖舒適。而定PMV控制比溫度控制空調系統(tǒng)負荷增加了，但通過定 PMV控制空調方式可以綜合考慮監(jiān)測影響房