隨著近些年生活水平的提高,室內(nèi)空氣質(zhì)量成為了人們的關(guān)注焦點(diǎn),對(duì)室內(nèi)空氣質(zhì)量的描述,需要獲取室內(nèi)污染物濃度,然后進(jìn)行評(píng)價(jià)。針對(duì)目前存在的室內(nèi)空氣質(zhì)量監(jiān)測(cè)與評(píng)價(jià)系統(tǒng),當(dāng)監(jiān)測(cè)點(diǎn)多且分布范圍廣時(shí),難以進(jìn)行大規(guī)模的監(jiān)測(cè);評(píng)價(jià)時(shí)受到主觀的影響較大,難以得到綜合的客觀評(píng)價(jià)。在此本文設(shè)計(jì)了更加智能的室內(nèi)空氣質(zhì)量監(jiān)測(cè)與評(píng)價(jià)系統(tǒng),實(shí)現(xiàn)了大規(guī)模監(jiān)測(cè)并能科學(xué)的評(píng)價(jià),其主要內(nèi)容如下:對(duì)室內(nèi)常用的空氣質(zhì)量評(píng)價(jià)方法:空氣質(zhì)量指數(shù)、模糊數(shù)學(xué)、人工神經(jīng)網(wǎng)絡(luò)、模糊神經(jīng)網(wǎng)絡(luò)進(jìn)行對(duì)比分析,選擇模糊神經(jīng)網(wǎng)絡(luò)對(duì)室內(nèi)空氣質(zhì)量進(jìn)行評(píng)價(jià);分析室內(nèi)監(jiān)測(cè)點(diǎn)的數(shù)量與分布范圍等特點(diǎn),比對(duì)幾種通信技術(shù):ZigBee、WIFI、GPRS、LoRa和NB-IoT,選擇NB-IoT作為監(jiān)測(cè)系統(tǒng)的數(shù)據(jù)交互的載體;對(duì)比本地服務(wù)器和云服務(wù)器并進(jìn)行分析,選擇更加合適的云服務(wù)器。最后得出了系統(tǒng)的總體設(shè)計(jì)方案,并對(duì)系統(tǒng)可行性進(jìn)行了分析。為了描述多污染因子對(duì)評(píng)價(jià)等級(jí)的非線性影響,使用T-S模糊神經(jīng)網(wǎng)絡(luò)構(gòu)建評(píng)價(jià)模型,并使用天牛須搜索算法優(yōu)化了T-S模糊神經(jīng)網(wǎng)絡(luò)使用隨機(jī)值作為初始化參數(shù)的情況,構(gòu)建出了更加客觀的評(píng)價(jià)模型。對(duì)于室內(nèi)空氣質(zhì)量沒有明確的等級(jí)評(píng)價(jià)方法與標(biāo)準(zhǔn),本... 

【文章來(lái)源】：成都理工大學(xué)四川省

【文章頁(yè)數(shù)】：83 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

天牛尋找食物過(guò)程

26圖 3-5 BAS 優(yōu)化 TSFNN 適應(yīng)度曲線從圖 3-5 可以看出，BAS 優(yōu)化在迭代不到二十次就基本找到最優(yōu)初始參數(shù)，并在接下來(lái)的迭代無(wú)明顯變化，趨于穩(wěn)定。將 BAS 優(yōu)化后的最優(yōu)解送入到標(biāo)準(zhǔn)TSFNN 模型中作為初始化參數(shù)，在此基礎(chǔ)上再次使用梯度下降法再次對(duì)數(shù)據(jù)進(jìn)行更加精確的訓(xùn)練。如下圖 3-6，圖 3-7，圖 3-8 為構(gòu)建的三個(gè)評(píng)價(jià)模型的訓(xùn)練擬合曲線，如下所示：圖 3-6 是由 BAS 優(yōu)化初始化參數(shù)后的 TSFNN 模型在訓(xùn)練中實(shí)際輸出以及期望輸出與誤差的曲線

示：圖 3-6 是由 BAS 優(yōu)化初始化參數(shù)后的 TSFNN 模型在訓(xùn)練中實(shí)際輸出以及期望輸出與誤差的曲線，圖 3-7 是使用隨機(jī)函數(shù)作為 TSFNN 模型在訓(xùn)練中實(shí)際輸出與期望輸出以及誤差的曲線，圖 3-8 是人工神經(jīng)網(wǎng)絡(luò)在訓(xùn)練過(guò)程中實(shí)際輸出與期望輸出以及誤差的曲線。

【參考文獻(xiàn)】：
期刊論文
[1]基于NB-IoT和OneNet云平臺(tái)的環(huán)境監(jiān)測(cè)系統(tǒng)[J]. 蔡友宏.  電子技術(shù)與軟件工程. 2018(24)
[2]基于NB-IoT/LoRa的工業(yè)環(huán)境安全監(jiān)測(cè)系統(tǒng)設(shè)計(jì)[J]. 孫錦全,石峰.  傳感器世界. 2018(11)
[3]NB-IoT在智慧城市建設(shè)中的應(yīng)用[J]. 樊慧珍,王磊.  技術(shù)與市場(chǎng). 2018(12)
[4]NB-IoT模組低功耗研究[J]. 何成林,王文超,丁芹,李洋,曹艷艷,劉立森.  移動(dòng)通信. 2018(12)
[5]WiFi技術(shù)分析及信號(hào)調(diào)優(yōu)研究[J]. 吳祈亮.  無(wú)線互聯(lián)科技. 2018(23)
[6]加快完善室內(nèi)空氣質(zhì)量安全評(píng)價(jià)體系[J]. 周澤義.  質(zhì)量與認(rèn)證. 2018(12)
[7]云服務(wù)器研究綜述和應(yīng)用探討[J]. 倪亞路.  電子世界. 2018(21)
[8]室內(nèi)空氣質(zhì)量監(jiān)測(cè)控制系統(tǒng)的設(shè)計(jì)[J]. 程盼,甘霖,黨小娟,李媛,方海玲.  電腦迷. 2018(12)
[9]傳統(tǒng)服務(wù)器架構(gòu)向服務(wù)器虛擬化的改造研究[J]. 劉正龍.  數(shù)字通信世界. 2018(10)
[10]基于天牛須搜索的花朵授粉算法[J]. 邵良杉,韓瑞達(dá).  計(jì)算機(jī)工程與應(yīng)用. 2018(18)

碩士論文
[1]基于ARM的室內(nèi)空氣質(zhì)量監(jiān)測(cè)系統(tǒng)設(shè)計(jì)[D]. 王飛.新疆大學(xué) 2017
[2]基于RT-Thread的無(wú)線室內(nèi)空氣品質(zhì)監(jiān)測(cè)評(píng)價(jià)系統(tǒng)的設(shè)計(jì)[D]. 張棣.西南交通大學(xué) 2017
[3]智能家居室內(nèi)空氣質(zhì)量檢測(cè)評(píng)價(jià)與監(jiān)控系統(tǒng)設(shè)計(jì)[D]. 徐文政.北京工業(yè)大學(xué) 2017
[4]基于粗糙集和神經(jīng)網(wǎng)絡(luò)的地鐵站臺(tái)空氣品質(zhì)綜合評(píng)價(jià)研究[D]. 陳安.青島理工大學(xué) 2016
[5]室內(nèi)空氣質(zhì)量評(píng)價(jià)的數(shù)學(xué)建模方法研究[D]. 封寧.蘇州科技大學(xué) 2016
[6]低功耗室內(nèi)空氣質(zhì)量檢測(cè)系統(tǒng)的設(shè)計(jì)與研究[D]. 吳東東.上海師范大學(xué) 2016
[7]建筑智能氣環(huán)境評(píng)價(jià)與控制方法的研究[D]. 申法帥.長(zhǎng)安大學(xué) 2016
[8]基于uC/OS-Ⅲ的噪聲主動(dòng)控制系統(tǒng)設(shè)計(jì)[D]. 趙志洲.南京航空航天大學(xué) 2016
[9]智能家居控制系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D]. 鄧中祚.哈爾濱工業(yè)大學(xué) 2015
[10]面向室內(nèi)空氣監(jiān)測(cè)的無(wú)線傳感器網(wǎng)絡(luò)設(shè)計(jì)[D]. 鄧拓.武漢理工大學(xué) 2015



本文編號(hào)：3302695