论文部分内容阅读
预测平均投票值（PMV）是室内热环境的标准化指标，其涉及的数学模型复杂且存在不确定性，不能适应实时控制的需要．同时，传统的采用一个PMV值评价热环境的方法具有局限性，不能反映不同位置人体舒适感的差异．为了处理测量噪声和人体因素带来的不确定性，通过对室内气流和传热计算流体动力学（CFD）模拟数值以准确描述PMV值，建立了PMV的区间II型T—S模糊模型．针对二阶模糊隶属度的确定问题，在G—K聚类的基础上，采用遗传算法对二阶隶属度函数的参数进行优选，再由最小二乘法辨识得到后件参数．仿真结果表明II型T—S模糊