人体舒适度论文人体舒适度论文.doc

人体舒适度的综合评价问题 摘 要 为了建立人体舒适度模型，本文首先通过查找资料进行人体舒适度相关因素分析，通过资料可以知道影响人体舒适度的主要因素是 ：大气温度，湿度，气压，光照，风，服装，个体差异这几项指标，因为并不是所有指标对人体舒适度都有较明显的影响，为了剔除非重要的指标量，则采取降维的方法进行筛选，最终确定大气温度，湿度，气压，光照，风，这五项指标对人体舒适度的影响较为明显。 通过降维后的五项指标建立基于改进的层次分析人体舒适度评价模型，将无量纲化后的样本指标值进行相关性分析，从而建立改进的层次分析模型，得到回归方程如下。 X=0.1128a+0.2275b+0.6597c+0.1947d+0.3282e 为了检验模型的鲁棒性，则利用神经网络算法进行模型检测与修正，可以看到，经 trainlm 函数训练后的神经网络对样本数据点实现了“过度匹配”，而经 trainbr 函数训练的神经网络对噪声不敏感，鲁棒性较好。因此我们可以利用该调控机制实现对人体舒适度宏观调控。最后利用灰度预测方法进行未来十年的人体舒适度走势变化，从而给出相应建议。 关键词： 改进层次分析 回归方程 降维 灰度预测 目 录1 问题重述 3 2 模型准备 4 2.1 符号说明 4 2.2 模型假设 4 3 模型建立与求解 5 3.1 问题1分析与处理[1] 5 3.1.1 基于AHP-Delphi法的人体舒适度评价模型 5 3.1.1.1 人体舒适度模型指标体系 6 3.1.1.2 数据降维 6 3.1.1.3 基于单因子分析的数据降维（因子分析） 6 3.1.2 基于AHP-Delphi的福田红树林生态系统人体舒适度模型权重计算 8 3.2 人体舒适度模型的应用于检测 9 3.2.1人体舒适度指标评价模型 9 3.2.1.1 人体舒适度指标值的无量纲化 9 3.2.1.2 建立人体舒适度测量模型 10 3.2.2 基于改进型ANN的人体舒适度调控机制（人体舒适度调控模型） 11 3.2.3 人体舒适度调控模型仿真 15 3.2.3.1 基于改进型ANN的人体舒适度调控机制 15 3.3 近10年人体舒适度预测 15 4 模型优缺点 16 4.1 优点 16 4.2 缺点 16 5 参考文献 18 附录 19 1 问题重述 人体舒适度指数是为了从气象角度来评价在不同气候条件下人的舒适感，根据人类机体与大气环境之间的热交换而制定的生物气象指标。 人体的热平衡机能、体温调节、内分泌系统、消化器官等人体的生理功能受到多种气象要素的综合影响。例如大气温度、湿 度、气压、光照、风等。实验表明：气温适中时，湿度对人体的影响并不显著。由于湿度主要影响人体的热代谢和水盐代谢。当气温较高或较低时，其波动对人体的热平衡和温热感就变的非常重要。例如，气温在15.5°C时，即使相对湿度波动达50%，对人体的影响也仅为气温变化1°C的作用。而当温度在21—27°C时， 若相对湿度改变为50%时，人体的散热量就有明显差异，相对湿度在30%时，人体的散热量比相对湿度在80%时为多。而当相对湿度超过80%时，由于高温高湿影响人体汗液的蒸发，机体的热平衡受到破坏，因而人体会感到闷热不适。随着温度的升高，这种情况将更趋明显。当冬季的天气阴冷潮湿时，由于空气中相对湿度较高，身体的热辐射被空气中的水汽所吸收。加上衣服在潮湿的空气中吸收水份，导热性增大，加速了机体的散热，使人感到寒冷不适。当气温低于皮肤温度时，风能使机体散热加快。风速每增加1米/秒，会使人感到气温下降了2—3°C，风越大散热越快，人就越感到寒冷不适。 一般而言，气温、气压、相对湿度、风速四个气象要素对人体感觉影响最大，服装，个体差异等因素也对人体舒适度构成重要影响。请查阅相关文献，收集相关信息，考虑各项可能影响人体舒适度的的因素，建模综合分析人体舒适度。 2 模型准备 2.1 符号说明 符号 说明 各评价指标权重 各评价指标评分值 SST 观测变量总离差平方和 SSA 观测变量组间离差平方和 SSE 观测变量组内离差平方和 k 观测变量组数 n 观测变量总数 2.2 模型假设 假设人为因素对模型建立及求解没有影响； 假设模型在一定误差范围内对结果没有影响； 假设数据整理在一定范围内对最终的结果没有影响。 3 模型建立与求解 3.1 问题1分析与处理[1] 在人体皮肤和各种组织内部有许多感受器官，它们能够感受到肌体内外的环境变化，并通过神经系统对感受到的变化产生反应人体在不同的外界环境条件下，皮肤眼神经等器官因受环境刺激而产生不同的感觉，经过大脑神经系统整合后形成的总体感觉的适宜或不适宜程度，就是人体舒适度。故通过数据调查得到15个样本数