办公建筑室内人员开窗行为预测模型研究

发布时间：2023-04-09 14:53

　　室内人员开窗行为作为典型人行为之一,对室内空气品质、室内热舒适性及建筑能耗有着显著的影响。近年来,越来越多的研究使用基于环境因素的随机和非随机的模型来模拟室内人员开窗行为。其中,大多数模型所使用的算法是逻辑回归和马尔科夫算法,但预测准确率较低;使用机器学习的算法来建模的研究较少,准确率较前两种算法有明显提高。然而现有使用机器学习算法的模型需要大量数据来训练模型已得到较高预测准确率,而目前国内研究所数据收集很难达到训练数据量的要求。进一步,现有研究所得的准确率都是根据各文章实测数据获得,缺少横向预测准确率对比,难以客观评价某一种算法的预测性能。此外,大多数关于室内人员开窗行为已发表的研究成果是在欧洲国家进行,其中很少有研究考虑到室外空气质量对这一行为的影响,而近年来中国开窗行为受到室外空气质量的影响,在相关研究中应考虑进这一因素。预测室内人员开窗行为,需要预测准确率高且适用于目前样本量的算法。因此,本文引入了更适合小样本量的支持向量机算法对开窗行为建模。此外,本文还选择二元逻辑回归算法,离散型马尔科夫链算法,神经网络算法分别建模,使用相同实测数据运行,以此横向对比和评价各算法的预测性能。...

【文章页数】：67 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究背景与意义
    1.2 国内外研究现状
    1.3 本文主要工作
第二章 数据收集基本信息及测试方法
    2.1 建筑与使用信息
    2.2 测试仪器与数据采集
    2.3 本章小结
第三章 算法原理
    3.1 逻辑回归算法
    3.2 离散型马尔科夫链算法
    3.3 神经网络算法
    3.4 支持向量机算法
    3.5 本章小结
第四章 建立模型与结果讨论
    4.1 环境因素对室内人员开窗行为的影响
    4.2 预测窗户状态的逻辑回归模型
    4.3 预测开窗行为的马尔科夫模型
    4.4 预测窗户状态的神经网络模型
    4.5 预测窗户状态的支持向量机模型
        4.5.1 基于MATLAB的程序实现
        4.5.2 模型预测结果
    4.6 本章小结
第五章 四种模型的对比评价
结论与展望
    结论
    展望
参考文献
致谢
作者简介
攻读硕士学位期间发表的论文和科研成果



本文编号：3787213