[發明專利]一種人體熱舒適預測方法

在審

• 申請號: 201911318703.8
• 申請日: 2019-12-19
• 公開（公告）號: CN111067493A
• 公開（公告）日: 2020-04-28
• 發明（設計）人: 丁立;時會娟;陳堯
• 申請（專利權）人: 北京航空航天大學
• 主分類號: A61B5/01
• 分類號: A61B5/01;A61B5/0205
• 代理公司: 北京慕達星云知識產權代理事務所(特殊普通合伙) 11465
• 代理人: 曹鵬飛

1.一種人體熱舒適預測方法，其特征在于，具體步驟包括如下：

獲取正常人在不同代謝水平、不同環境溫度控制下人體各生理參數以及不同工況感知數據的變化情況；

依據測得的生理參數計算實際代謝率；

將代謝率和生理參數作為模型輸入，熱舒適值作為模型輸出，代入模型中進行訓練，建立神經網絡熱舒適預測模型；

熱舒適性預測模型驗證。

2.根據權利要求1所述的一種人體熱舒適預測方法，其特征在于，所述生理參數包括但不限于：心率、血壓、皮溫、呼吸頻次、耗氧率、CO₂分壓、CO₂生成率。

3.根據權利要求1所述的一種人體熱舒適預測方法，其特征在于，所述感知數據的變化情況的獲取方法是對不同環境下的熱舒適感受進行打分記錄。

4.根據權利要求1所述的一種人體熱舒適預測方法，其特征在于，將心率、血壓、皮溫、呼吸頻次和CO₂分壓等生理參數作為模型輸入，熱舒適值作為模型輸出，建立神經網絡熱舒適預測模型，所述神經網絡熱舒適預測模型包括節點輸出模型、作用函數模型、誤差計算模型、自學習模型，各個模型函數如下：

①節點輸出模型：

隱節點輸出模型：O_j＝f(∑W_ij×X_i-q_j)；

輸出節點輸出模型：Y_k＝f(∑T_jk×O_j-q_k)；

②作用函數模型：

定義為函數值在(0,1)內連續的Sigmoid函數：

③誤差計算模型：

④自學習模型：ΔW_ij(n+1)＝h×φ_i×O_j+a×ΔW_ij(n)。

5.根據權利要求1所述的一種人體熱舒適預測方法，其特征在于，對神經網絡熱舒適預測模型進行仿真驗證在訓練集訓練完成后，即將剩下的一半數據作為測試集進行仿真計算驗證，設測試集輸入矩陣為Q，輸出矩陣為W，由網絡仿真后得到的輸出矩陣為R；具體仿真驗證方法為：R＝sim(net,Q)，仿真計算完成后，將仿真結果R與測試集原輸出結果W對比。

6.根據權利要求1所述的一種人體熱舒適預測方法，其特征在于，熱舒適性預測模型驗證將熱舒適預測模型計算的熱舒適預測打分與被試在實際工況過程中的實際打分值進行比較。