[发明专利]一种人体舒适度的预测方法

权利要求书

1.一种人体舒适度的预测方法，其特征在于，包括：

建立步骤：针对某一区域，建立BP神经网络预测模型，将多个气象因子作为该预测模型的输入变量，将人体舒适度作为该预测模型的输出变量；

训练步骤：对该区域的预测模型进行训练；

预测步骤：利用训练后的预测模型，对待预测区域内待预测日期的人体舒适度进行预测。

2.如权利要求1所述的方法，其特征在于，所述建立步骤包括：

第一建立操作：针对某一区域，建立BP神经网络预测模型，将多个气象因子作为该预测模型的输入变量，将人体舒适度作为该预测模型的输出变量，该预测模型的参数包括网络权值和网络阈值；

第一获取操作：分别获取该区域内所述多个气象因子中的每个气象因子值，作为训练样本的输入；

第二获取操作：获取所述每个输入样本对应的人体舒适度指标值，作为训练样本的期望输出；

所述训练步骤包括：

针对所述训练样本，采用BP算法训练该预测模型，得到模型参数，从而确定该区域的预测模型。

3.如权利要求1所述的方法，其特征在于，所述多个气象因子包括：最高气温、最低气温、最大相对湿度、最小相对湿度、平均风速和太阳辐射量。

4.如权利要求2所述的方法，其特征在于，所述预测步骤包括：

第一确定操作：确定该待预测区域所属的预测模型；

第一预测操作：将待预测区域内待预测日期的所述多个气象因子输入到所属的预测模型中，输出人体舒适度指标。

5.如权利要求4所述的方法，其特征在于，还包括：

确定等级步骤：根据所述输出的人体舒适度指标，确定人体舒适度等级。

6.如权利要求5所述的方法，其特征在于，还包括：

制定措施步骤：根据所述人体舒适度等级，制定预防措施。

7.如权利要求2所述的方法，其特征在于，所述建立步骤包括：

第二建立操作：针对某一区域内的某一季节，建立BP神经网络预测模型，将多个气象因子作为该预测模型的输入变量，将人体舒适度作为该预测模型的输出变量，该预测模型的参数包括网络权值和网络阈值；

第三获取操作：针对该季节，分别获取所述多个气象因子中的每个气象因子值，作为训练样本的输入；

第四获取操作：获取所述每个输入样本对应的人体舒适度指标值，作为训练样本的期望输出；

所述训练步骤包括：

针对所述训练样本，采用BP算法训练该区域内该季节的预测模型，得到模型参数，从而确定该区域内该季节的预测模型。

8.如权利要求7所述的方法，其特征在于，所述预测步骤包括：

第二确定操作：确定所述待预测区域内该待预测日期所属的预测模型；

第二预测操作：将所述待预测区域内该待预测日期的所述多个气象因子输入到所属的预测模型中，输出人体舒适度指标。

9.如权利要求7所述的方法，其特征在于，所述季节包括春季、夏季、秋季、冬季；或者，春季和夏季、秋季和冬季；或者，冬季和春季、夏季和秋季。

10.如权利要求2所述的方法，其特征在于，所述预测模型的结构包括输入层、一个或多个隐层和输出层，其中，，输入层的节点数与气象因子的数目相应，输出层节点数为1。