[发明专利]一种基于人工神经网络算法的室内环境负反馈调节系统

权利要求书

1.一种基于人工神经网络算法的室内环境负反馈调节系统，其特征在于，包括数据处理平台、智能控制系统、室内环境监测系统、人体热感觉反馈系统和基本项目参数输入系统，数据处理平台与智能控制系统相连，智能控制系统与室内环境监测系统相连，室内环境监测系统、人体热感觉反馈系统和基本项目参数输入系统与数据处理平台相连，其主要目标是基于用户实时对热舒适度评价，将得到的热舒适度评价信息反馈给数据处理平台，数据处理平台建立模型，调整模型参数后，再反馈给智能控制系统上处理，实现室内环境负反馈调节。

2.如权利要求1所述的一种基于人工神经网络算法的室内环境负反馈调节系统，其特征在于：室内环境监测系统由温湿度监测仪、二氧化碳浓度监测仪和空间占用传感器组成，温湿度监测仪、二氧化碳浓度监测仪和空间占用传感器组成安装在建筑内部，温湿度监测仪对室内温湿度进行实时监测，二氧化碳浓度监测仪对室内二氧化碳的浓度进行监测，空间占用传感器对室内人员占有率进行监测，温湿度监测仪、二氧化碳浓度监测仪和空间占用传感器监测的环境参数通过网络即时传输给数据处理平台。

3.如权利要求1所述的一种基于人工神经网络算法的室内环境负反馈调节系统，其特征在于：人体热感觉反馈系统采用平板，平板与数据处理平台通过网络连接，平板放置在出入口和资讯台等人口出入流动的位置，平板上设有ASHRAE热感觉5级标尺界面，5级标尺分别为冷、凉、适中、暖和舒适，对应标度依次为-2、-1、0、1和2，人员在平板上对舒适度选择评价。

4.如权利要求1所述的一种基于人工神经网络算法的室内环境负反馈调节系统，其特征在于：基本项目参数输入系统用于输入气候参数、项目类型以及项目所处位置等信息，并将信息通过网络传输给数据处理平台。

5.如权利要求1所述的一种基于人工神经网络算法的室内环境负反馈调节系统，其特征在于：数据处理平台获得各个监测参数对人体舒适度影响程度，包括：建立室内热湿环境舒适度反馈系统和算法采用神经网络算法中的反向传播法，其中计算过程包括以下步骤：

步骤1)：输入初始参数、权重；

步骤2)：通过正向传播，获得人体舒适度评价指标；

步骤3)：与实际获得的人体舒适度评价指标进行对比，获得误差；

步骤3)：通过将误差反向传播，修改权重，使得输出值准确，更接近实际值。

6.如权利要求5所述的一种基于人工神经网络算法的室内环境负反馈调节系统，其特征在于：上述步骤1-5，不断循环往复，获得合理的权重和监测模型，获得各个监测参数对人体舒适度的影响程度。

7.如权利要求1所述的一种基于人工神经网络算法的室内环境负反馈调节系统，其特征在于：智能控制系统，在数据处理平台建立的模型基础上，提出提高人体舒适度评价指标的方案，通过数据处理，获得室内环境监测参数的修正值。