袁义+王亚

DOI：10.16661/j.cnki.1672-3791.2016.19.001

摘 要：随着现代生活水平的提高，人居室内环境成为现代人关注的热点问题。室内环境的好坏直接影响人的身体健康，该文通过分析国内研究现状，提出基于用户喜好的室内环境舒适度评价方法和建立舒适度指标评价体系。

关键词：室内环境 舒适度 智能方法 评价

中图分类号：TP273.5 文献标识码：A 文章编号：1672-3791（2016）07（a）-0001-02

随着生活水平以及现代科技的发展，人们对生活水平的要求也变得越来越高，当然随着现代科技的发展，现在环境污染也是越来越严重，不仅仅是室外，室内的环境也深受其害。现在人们无论是生活还是工作在室内待的时间越来越长，有的差不多达到了每天的80%～90%，近期甚至有研究表明：室内空气所受到的污染已经远远超过了室外，所以，一个良好的室内环境直接关系到人们的健康，必须要重视IEQ（空气质量）。研究表明：如果一个人要生存的话，每天大概需要1 kg的食品和2 kg的水，但是每天所需的空气则为10 kg，所以说，IAQ（室内空气质量）对人体的作用越来越重要[1]。

1 室内环境舒适度的重要性以及智能方法研究的必要性

大家可以用环境舒适度来评价室内环境质量的好坏，所谓室内环境舒适度是指在人们在一定精神状态下对所处室内环境的满意程度，但是由于人的感觉具有很强的主观性，所以环境的舒适度与人体的感觉密切相关。随着现代科技的发展，人们也有很多用来测定室内舒适度的方法，常见的方法有D-S证据理论、灰色理论、模糊理论、层次分析法、神经网络等方法。

通常人体的直观感受跟室内环境的舒适度是有着直接联系，但是由于室内环境的多种不确定性，所以人们在评价室内环境舒适度的时候就会遇到各种各样的问题。该文主要以情境融合作为研究方法，其中嵌入了设备、信息计算、多模态传感器的室内环境作为监测对象，以此作为研究室内环境舒适度的评价方法。

2 国内研究现状分析

目前，随着人们对生活质量要求的提高，国内外的研究人员提出了多种思路和方法用来评价室内环境舒适度。他们研究了室内环境，主要针对光、空气质量、声、热4个影响室内环境的因素，然后总结出了一系列方法。

国内调查中的一部分人员有的从室内空气品质的角度去分析，例如：吉林大学的褚毅综合地分析研究了能够影响室内空气质量的各种因素。并将其应用到具体项目中去了[2]。华中科技大学的杨鸿诸对空气质量和预警方法的改进及对策进行了探讨。在基于室内空气质量与影响因素之间的关系进行了仔细分析，并提出了一种基于GA-BP室内空气质量评价模型[3]。

另外一部分研究人员则从室内热舒适度的角度展开了一系列分析研究，例如：广西工程学院的韩峻峰在实际运用的基础上做了一定研究，并随之提出了基于温湿度的模糊传感器舒适度合成方法，即首先将湿度、温度值利用隶属度函数转换成符号，然后对热环境进行系统测定，最后得出热舒适度的等级[4]。大连理工大学的端木琳、许红波等人通过各种局部不确定性的过渡实验，建立了冷热环过渡境整体的热感觉和热舒适性的头部热感觉神经网络评价模型[5]。上海交通大学的赵博、连之伟等人把平均辐射温度、相对湿度和风速作为输入变量，把热舒适度作为输出变量，建立了室内热舒适度的神经网络评价模型[6]。燕山大学的曲梦可提出了一种模糊传感器数据融合方法，并将模糊逻辑运用并将温度和湿度转换为热舒适度[7]。

3 舒适度评价指标体系的建立

通常所说的室内环境舒适度是指在一定精神状态下人们对所处室内环境的满意度，它具有很强的主观性。当人们对室内舒适度进行评价时，首先要建立评价指标划分评价指标等级。

针对系统评价体系的组成原理，对室内环境的光、热、声、空气质量等4个子部分进行研究，而这其中的每一部分都是由多种因素组成的。

根据完整性和再现的原理，综合评价指标体系的建立为U={室内温度U1（℃），U2=相对湿度（%RH），U3=二氧化碳浓度（%），U4=光照强度（lux），U5=噪声（分贝）}。用V划分舒适度评价等级，V={V1舒适，V2更舒适，V3是不舒服}，不同级别的舒适性评价，也可以表述为V={1，2，3}。

4 基于用户偏好的室内环境舒适度评价过程

首先，收集各类原始数据，然后对多个源传感器底层的原始情况进行处理（如图1所示），最后用支持向量机等方法抽取与之相关联的高层情境消息（室内环境的舒适性），提取有效的底部上下文数据。研究的时候需要提取很多个温度传感器采集而来的数据，这样就可以得到房间的温度值，并通过光照、温度、湿度等支持向量机的融合获得房间舒适度。

综上所述，在综合考虑了室内4个子环境的前提下，采用“多阶段、多层次”的情境融合法对室内环境舒适度进行评价，不仅有助于提高传感器测量数据的准确性，而且可对室内环境的舒适性智能优化。

参考文献

[1] 室内环境[EB/OL].[2013-03-20].http：//baike.baidu.com/view/1263766.htm.

[2] 褚毅.室内空气环境及污染问题分析与研究[D].长春：吉林大学，2006.

[3] 杨鸿翥.基于GA_BP的住宅室内空气品质评价研究[D].武汉：华中科技大学，2007.

[4] 赵博，连之伟，周湘江.基于神经网络的室内热舒适评判模型[J].哈尔滨工业大学学报，2003，35（12）：1436-1438.

[5] 许红波，端木琳，金权，等.基于BP神经网络的过渡环境热舒适评判模型[J].建筑热能通风空调，2011，30（4）：28-31.

[6] 韩峻峰.基于温湿度的模糊传感器舒适度合成法研究[J].传感器技术，2002（6）：19-20.

[7] 曲梦可.基于模糊变量表达的室内舒适度测控系统的研究[D].秦皇岛：燕山大学，2006.