基于遗传算法改进bp神经网络的iaq评价

《基于遗传算法改进bp神经网络的iaq评价》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于遗传算法改进BP神经网络的IAQ评价冯浩栋韩旭罗华山解放军理工大学摘要：室内空气品质（IAQ）的评价一直是困扰人们的一大问题，目前还没有一个完善的评价体系。将遗传算法和神经网络结合建立起一个基于遗传算法改进BP神经网络的1AQ评价模型，该模型预测精度更高且收敛速度更快，能较好地反映1AQ的好坏，得到一个评价等级。通过实际房间测量数据对模型进行检验，结果表明该模型能够客观准确地对TAQ进行评价。关键词：室内空气品质;神经网络;遗传算法;作者简介：冯浩栋（1994-），通信作者，男，硕士研究生，主要研究方向：室内空气环境保障技术与设备。E-mail:fh

2、d921223@163.com。作者简介：韩旭（1969-），男，教授，主要研究方向:生命支持技术与系统研究。作者简介：罗华山（1994-），男，硕士研究生，主耍研究方向：室内空气环境安全保障技术和设备。收稿日期：2017-04-28IndoorairqualityevaluationmodelbasedonGA-BPneuralnetworkFengHaodongHanXuLuoHuashanPLAUniversityofScienceandTechnology;Abstract：Indoorairqualityevaluationhasbeenama

3、jorproblemplaguedpeople,thereisnoperfectevaluationsystem.Inthispaper,thegeneticmodelandneuralnetworkarecombinedtoestablishanairqualityevaluationmodelbasedongeneticalgorithmtoimproveBPneuralnetwork.Themodelismoreaccurateandhasfasterconvergcnccspeed,whichcanbetterreflectthequalityo

4、findoorairquality.Themodelistestedbytheactualroommeasurementdata.Theresultsshowthatthemodelcanevaluatetheindoorairqualityobjectivelyandaccurately.Keyword：indoorairquality;ncureilnctwork;gencticalgorithm;Received：2017-04-280引言据研究人们大约有80%的吋间在室内度过，室内空气品质(TAQ)对人们的身心健康起着至关重要的影响，且越來越受到

5、人们的重视。近年来，大气环境的污染问题为人们的生活带来了严重的伤害，越来越受到人们的关注，IAQ的好坏也备受人们重视。目前国内外较为成熟的IAQ评价方法口］主要有客观评价方法、主观评价方法和综合评价方法。客观评价方法包括达标评价方法、模糊评价方法⑵、灰色理论评价方法宜、计算机模型模拟方法凶1、暖体假人评价方法臣1、综合指数法回等。主观评价方法主要是基于嗅觉和分贝等利用人体感官來衡量空气污染物的评价方法也。客观评价法将对人体健康影响较大的污染物挑选为评价指标，使得模糊的IAQ概念可以量化。客观评价得到的结果有助于更加公正地反映IAQ的优劣，有助于人们对改善

6、IAQ制定更合理的控制措施。但是客观评价方法缺少对人体主观感受的考虑，也难以考虑到个体间的差异。且模糊、灰色理论等评价方法的计算较为复杂，不利于实时监测IAQo主观评价法利用人体器官反映了人对环境的主观感受，但是人体由于不同的精神状态、身体状况、性别等，每个人对空气品质的感受程度也不一样，难以避免会有误差。还有一些无色无味的有害污染物人们短期内无法察觉，也很难意识到其不利影响。因此仅靠主观评价方法来评价MQ是不够的，必须采用综合评价方法。近年来，有学者开始将神经网络应用在IAQ评价屮宜。本研究将遗传算法与BP神经网络联合建立起一个基于遗传算法改进BP神经

7、网络的1AQ评价模型，该模型计算快捷，准确度高，为IAQ评价提岀另一种新方法。1算法描述1.1BP神经网络图1为最基本的神经网络结构，包含输入层、1个隐含层和输出层。BP神经网络算法也被叫做误差反向后传算法，主要包含两部分回:信息向前馈入与误差向后推导。信息向前馈入:样本信息通过输入层、隐含层和输出层被处理的过程，即输入信息（II,…，L,…，Ii）经隐含层处理后转换成（Hi,•••,llj,•••,Hj），再经输出层处理后输出（Ot,…，（X,…，0J的过程。其中，隐含层输出比和输出层输出6表示为式（1）、式（2）:其中:Wij为输入层节点i与隐含层节

8、点j的连接权值，Tjk为隐含层节点j与输出层节点k的连接权值，乐为输出层节点k的