ارائه یک روش تخمین در پیش بینی شاخص های آسایش حرارتی انسان با بهره گیری از طبقه بندی ماشین عصبی باور عمیق
سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 251
فایل این مقاله در 18 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JGSKH-18-51_002
تاریخ نمایه سازی: 24 خرداد 1400
چکیده مقاله:
آسایش و عدم آسایش حرارتی انسان از طریق شاخص های تئوری و تجربی زیادی محاسبه می شوند که داده های ورودی این شاخص ها بسیاری از عناصر آب و هوایی از جمله سرعت باد، درجه حرارت، رطوبت، تابش خورشید و غیره می باشد. در مطالعه حاضر از داده های روزانه درجه حرارت، سرعت باد،رطوبت نسبی و ابرناکی شهر مشهد بین سال های۱۳۹۲-۱۳۸۳ استفاده شده است. ابتدا پارامتر Tmrt در محیط نرم افزار Ray Man محاسبه و با استفاده از نرم افزار Bioklima مقادیر شاخص های UTCI وPMV استخراج گردید. نتایج مطالعه نشان می دهد که شدیدترین تنش های سرمایی بر اساس شاخص PMV در فصل زمستان و اواخر فصل پاییز مشاهده می شود. و شاخص UTCI نیز در ماه های دی و بهمن بیشترین تنش سرمایی را دارند. با وجود توانایی شبکه های عصبی، پیش بینی عملکرد آینده شبکه (تعمیم یافتگی) به سادگی امکان پذیر نیست و لذا مدل جدیدی در این مقاله ارائه گردیده که از شبکه های عصبی مبتنی بر ماشین بولتزمان محدود شده یا شبکه های عصبی باور عمیق بهره گرفته است. با بکارگیری این ساختار، معیارهای میانگین مربعات خطای استاندارد (MSE) و میانگین مطلق درصد خطا (MAPE) محک خوردند و برای ۷ شاخصه حاصل از داده های گردآوری شده که سه شاخصه مربوط به زمان وقوع شرایط آب و هوایی و سایرین، شاخص های حرارتی آسایش انسان است، در سیستم ارزیابی گردید. ارزیابی با تقسیم داده ها به بخش های آموزشی و آزمایشی و به ترتیب به نسبت های دوسوم، پنجاه درصد و یک سوم صورت پذیرفته است و دو محک MSE و MAPE محاسبه شدند. عملکرد سیستم پیشنهادی در پیش بینی وضعیت آسایش حرارتی انسان مطلوب بود.
#s۳gt_translate_tooltip_mini { display: none !important; }
کلیدواژه ها:
thermal comfort ، neural network ، weather conditions ، human health. ، آسایش حرارتی ، شبکه عصبی ، شرایط آب و هوایی ، سلامت انسان
نویسندگان
علیرضا انتظاری
Assistant Professor of climatology, Hakim Sabzevari University, Sabzevar, Iran.
فاطمه میوانه
Ph.D. Student of Climatology, Hakim Sabzevari University, Sabzevar, Iran.
خسرو رضایی
Assistant Professor of Medical Engineering, Hakim Sabzevari University, Sabzevar, Iran.
فاطمه رحیمی
Graduate student of Climatology, University of Sabzevar Landscape, Sabzevar, Iran.
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :