文档名：机器学习方法在城市建筑能耗分析中的应用研究
由于数量庞大以及影响因素的复杂性,城市规模建筑群的大规模能耗模拟计算非常耗时.研究以天津某高校建筑群为例,使用了五种不同的机器学习方法建立建筑能耗数学代理模型.并使用外部验证的方法比较不同机器学习模型的性能,得出适用于建立该城区建筑能耗代理模型最佳的机器学习方法一多元自适应回归样条回归法(multivariateadaptiveregressionsplines,简称MARS).与使用建筑能耗模拟程序EnergyPlus软件所建立的模型相比,运算速度至少提高102倍数量级.并使用代理模型模评估了基于元模型敏感性分析方法法制定的节能方案,预测结果发现节能方案对目标区域建筑能耗情况有显著的改善.
作者：刘云亮田玮孟献昊高秀玲
作者单位：天津科技大学机械工程学院,天津300222
母体文献：2017年全国暖通空调模拟学术年会论文集
会议名称：2017年全国暖通空调模拟学术年会
会议时间：2017年12月6日
会议地点：广州
主办单位：中国建筑学会,中国制冷学会
语种：chi
分类号：TH7TP1
关键词：建筑能耗 代理模型 机器学习
在线出版日期：2021年3月22日
基金项目：
相似文献
相关博文
- 文件大小:
- 6.14 MB
- 下载次数:
- 60
-
高速下载
|
|
