基于BP神經(jīng)網(wǎng)絡(luò)的PMV預(yù)測模型

凡烈 吳永斌 杜文杰 李尚績

摘 要：預(yù)測平均投票PMV（Predict Mean Vote）作為人體熱舒適的評價指標(biāo)，在建筑HVAC系統(tǒng)中有著廣泛的應(yīng)用。傳統(tǒng)的 PMV計算方法復(fù)雜度很高，必須利用計算機，且對CUP、內(nèi)存等資源消耗較大。但通過利用Python編程語言和TensorFlow深度學(xué)習(xí)框架搭建BP神經(jīng)網(wǎng)絡(luò)，建立PMV預(yù)測模型，可以更高效地計算出PMV值，滿足工程需要。

關(guān)鍵詞：PMV；BP神經(jīng)網(wǎng)絡(luò)；預(yù)測模型；HVAC；深度學(xué)習(xí)

在2017年，AlphaGo以3：0的成績擊敗了圍棋冠軍柯潔。引發(fā)了AI（人工智能）熱潮，而AlphaGo所用到的圍棋AI算法中，就含有神經(jīng)網(wǎng)絡(luò)算法。隨著人們逐漸進入大數(shù)據(jù)時代，CPU、GPU等硬件的計算力提升，神經(jīng)網(wǎng)絡(luò)以深度學(xué)習(xí)的形式興起，在許多領(lǐng)域都有應(yīng)用。BP神經(jīng)網(wǎng)絡(luò)使用BP算法訓(xùn)練，它是迄今最成功的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法，現(xiàn)實任務(wù)中使用神經(jīng)網(wǎng)絡(luò)時，大多是在使用BP算法進行訓(xùn)練[1]。

1、PMV指標(biāo)

從圖3可以看出，預(yù)測值與期望值誤差較小，模型是比較可靠的。誤差的來源可能是在梯度下降時陷入了局部最小值，可以不斷調(diào)整初始化參數(shù)或采用隨機梯度下降的方法來減少誤差。

4、結(jié)束語

基于BP神經(jīng)網(wǎng)絡(luò)建立的PMV預(yù)測模型不需要像傳統(tǒng)PMV計算方法那樣迭代運算，可以減少運算時間，減輕CPU負(fù)荷，節(jié)省內(nèi)存資源，利用TensorFlow和Python的組合可以使建模的過程更加簡捷。而且，在2017年，華為發(fā)布了麒麟970芯片，首次在智能手機SoC芯片上加持NPU（嵌入式神經(jīng)網(wǎng)絡(luò)處理器），使手機芯片逐漸AI化，華為、谷歌、英偉達(dá)等公司也在開發(fā)適用于其他領(lǐng)域的AI芯片。相信不久，建筑中的HVAC系統(tǒng)的芯片也會逐漸AI化，實現(xiàn)HVAC系統(tǒng)基于PMV指標(biāo)的實時控制。

參考文獻：

[1]周志華.機器學(xué)習(xí)[M].北京：清華大學(xué)出版社，2016.

[2]朱穎心.建筑環(huán)境學(xué)[M].北京：中國建筑工業(yè)出版社，2015.

[3]范存養(yǎng).熱舒適評價指標(biāo)PMV及其實際應(yīng)用[J].暖通空調(diào)，1993（03）：20-26.

[4]（巴西）法比奧，（巴西）艾倫.神經(jīng)網(wǎng)絡(luò)算法與實現(xiàn)：基于Java語言[M].北京：人民郵電出版社，2017.9.

作者簡介：

凡烈（1999—），男，四川南充，本科，研究方向：暖通空調(diào)。