基于改进的可拓神经网络的人防工程空气质量评估方法的研究
2021-01-27王体春张祥坤
机械设计与制造 2021年1期
王体春,张祥坤
(南京航空航天大学机电学院,江苏 南京 210016)
1 引言
人防工程作为特殊时期人员掩蔽场所,对于空气质量有较高的要求,这就要求在工程内部空气质量较差时,及时进行通风处理。人防工程通风模式分为清洁式通风、滤毒式通风和隔绝式通风三种[1]。而使用哪种通风模式,或者这三种模式在什么情况下进行转换,所依据的就是空气质量评估结果。
目前,空气质量评估方法种类众多[2-3],主要有综合指数评估法、模糊评估法、BP 神经网络评估法等等。但是由于人们对人防工程的关注度不高,所以关于人防工程空气质量评估方法还比较少。文献[4]探讨使用空气质量综合指数评估方法对空气质量进行评估,但该方法计算模式固定,只是计算污染物浓度与对应的《环境空气质量标准》规定的二级标准值之商的总和,当某种污染物浓度较高时,不能准确反映空气质量状况;文献[5]使用灰色聚类及模糊评估方法对空气质量进行评估,但此计算过程复杂,计算结果符合度还有待提高;文献[6]使用BP 神经网络对空气质量进行评估,该方法准确度较高但由于BP 神经网络神经元层数以及连接权数量较多,存在网络结构复杂、训练周期长的问题。
灰色管理聚类分析法可以用来研究“贫信息、小样本”的不确定性问题,在污染物种类不完全明确的时候,能够对已知污染物信息进行分析,发掘污染物之间隐含的关系[7-8]。相比于BP 神经网络,可拓神经网络仅有两层神经元结构,在运算效率上更具优势,并且也克服了BP 神经网络训练时间长、容易陷入非要求局限极值的缺点。……
登录APP查看全文
