基于DE-BP神经网络的室内热舒适评价方法

本文从智能家居角度研究室内热舒适,分析热舒适评价方式PMV,指出其部分参数在智能家居场景中获取困难.提出在忽略风速和平均辐射温度的情况下,引入气候和环境特征来拟合PMV公式.研究使用经过差分进化算法(Differential Evolution,DE)优化后的BP神经网络算法(DE-BP)来建立拟合模型,DE算法优化神经网络的参数,神经网络训练使用动量加速的随机梯度下降算法,且增加了仿射变换的标准化层和L2正则化.测试结果显示模型在收敛速度、稳定性和泛化性能上比传统BP神经网络更优,在较小误差范围内可应用于计算热舒适度的系统中,降低其输入参量难度.

产业集群创新能力评价指标体系的构建

正确分析和评价产业集群的创新能力,对于提高企业的整体创新水平、增强产业国际竞争力具有重要的现实意义。文章在阐述产业集群创新能力及其评价指标体系的基础上,通过引入DE-BP神经网络模型,以实例验证了这个评价方法,希望能对产业集群的创新能力评价提供一些参考。