为了进一步提高汽车乘员舱空调系统的智能化和舒适性水平,本文提出了一种基于热舒适理论的个性化智能空调决策系统设计方案。首先,针对汽车乘员舱改进了基于PMV(predicted mean vote)和PPD(predicted percentage of dissatisfaction)理...为了进一步提高汽车乘员舱空调系统的智能化和舒适性水平,本文提出了一种基于热舒适理论的个性化智能空调决策系统设计方案。首先,针对汽车乘员舱改进了基于PMV(predicted mean vote)和PPD(predicted percentage of dissatisfaction)理论的热舒适性计算方法;进一步,利用人体画像技术实现了乘员舱驾乘人员的热舒适性特征提取,并在专家经验知识的基础上构建了具有理论计算依据的乘员舱热舒适数据集;然后,利用机器学习算法搭建了个性化热舒适空调系统随机森林决策模型,以此满足个性化热舒适智能决策需求;最后,给出了完整的系统框架和设计。测试结果显示所提出的系统模型决策准确率在90%以上,实车测试结果表明:本文系统能够识别驾乘人员特征,实时进行个性化热舒适性参数推荐,验证了本研究决策方法的有效性和实用价值。展开更多
文摘为了进一步提高汽车乘员舱空调系统的智能化和舒适性水平,本文提出了一种基于热舒适理论的个性化智能空调决策系统设计方案。首先,针对汽车乘员舱改进了基于PMV(predicted mean vote)和PPD(predicted percentage of dissatisfaction)理论的热舒适性计算方法;进一步,利用人体画像技术实现了乘员舱驾乘人员的热舒适性特征提取,并在专家经验知识的基础上构建了具有理论计算依据的乘员舱热舒适数据集;然后,利用机器学习算法搭建了个性化热舒适空调系统随机森林决策模型,以此满足个性化热舒适智能决策需求;最后,给出了完整的系统框架和设计。测试结果显示所提出的系统模型决策准确率在90%以上,实车测试结果表明:本文系统能够识别驾乘人员特征,实时进行个性化热舒适性参数推荐,验证了本研究决策方法的有效性和实用价值。
