论文部分内容阅读
对于建筑物的消防安全设计优化，通常采用计算流体力学(CFD)的方法，计算防火分区的热介面高度(HTI)。然而，当计算的热介面高度过低时，就需要对其它的设计参数进行分析。这种迭达优化的方式通常需要大量的计算时间。为了提高计算效率，本文采用人工神经网络方法建立了适用于火灾动力学研究的GRNNFA模型。该模型建立的系统响应面可对设计参数进行优化，并利用遗传算法进行专家干预网络训练，修正已有的系统响应面。