人类工效学
人類工效學
인류공효학
ERGONOMICS
2013年
2期
42-46
,共5页
许红波%金权%李敏%端木琳
許紅波%金權%李敏%耑木琳
허홍파%금권%리민%단목림
瞬变热环境%热感觉%最小二乘支持向量机%BP神经网络
瞬變熱環境%熱感覺%最小二乘支持嚮量機%BP神經網絡
순변열배경%열감각%최소이승지지향량궤%BP신경망락
transient thermal environment%thermal sensation%LS-SVM%BP neural network
瞬变热环境下,热反应与环境参数是紧密联系的.本文基于最小二乘支持向量机LS-SVM(Least Squares Support Vector Machine)理论,结合瞬变热环境下受试者的投票实验数据,试图将这种关系量化,以达到对瞬变热环境下整体热感觉预测的目的.通过样本测试对预测模型的验证结果表明,向冷环境过渡和向热环境过渡中误差＜0.3的样本比例都达到了90％以上,预测结果较理想,并且预测精度优于BP神经网络所建立的模型.另外,考虑到热感觉的模糊性以及个体化差异造成的影响,还给出了测试样本集在置信水平为95％时的置信区间,能对测试样本的变化区间作出较为准确的判断.
瞬變熱環境下,熱反應與環境參數是緊密聯繫的.本文基于最小二乘支持嚮量機LS-SVM(Least Squares Support Vector Machine)理論,結閤瞬變熱環境下受試者的投票實驗數據,試圖將這種關繫量化,以達到對瞬變熱環境下整體熱感覺預測的目的.通過樣本測試對預測模型的驗證結果錶明,嚮冷環境過渡和嚮熱環境過渡中誤差＜0.3的樣本比例都達到瞭90％以上,預測結果較理想,併且預測精度優于BP神經網絡所建立的模型.另外,攷慮到熱感覺的模糊性以及箇體化差異造成的影響,還給齣瞭測試樣本集在置信水平為95％時的置信區間,能對測試樣本的變化區間作齣較為準確的判斷.
순변열배경하,열반응여배경삼수시긴밀련계적.본문기우최소이승지지향량궤LS-SVM(Least Squares Support Vector Machine)이론,결합순변열배경하수시자적투표실험수거,시도장저충관계양화,이체도대순변열배경하정체열감각예측적목적.통과양본측시대예측모형적험증결과표명,향랭배경과도화향열배경과도중오차＜0.3적양본비례도체도료90％이상,예측결과교이상,병차예측정도우우BP신경망락소건립적모형.령외,고필도열감각적모호성이급개체화차이조성적영향,환급출료측시양본집재치신수평위95％시적치신구간,능대측시양본적변화구간작출교위준학적판단.
