文档名：基于BP神经网络的办公建筑人员开窗行为预测方法
自然通风是目前降低建筑能耗的主要方法,为了更好地实现自然通风系统的设计与控制,建立准确的开窗行为模型至关重要.本研究试图利用机器学习技术,即人工神经网络(ANN)来实现这一模型,并与流行的logistic回归方法进行比较.比较结果表明,人工神经网络对办公建筑人员开窗率的预测精度在70％左右,明显优于逻辑回归的建模方法,具有较高的精度和可靠性.
作者：熊樱子 韩一叶 潘嵩 王国健 夏亮 魏绅
作者单位：北京工业大学建筑工程学院,北京100024北京住宅建筑设计研究院科研中心,北京100005宁波诺丁汉大学理工学院,浙江宁波315100伦敦大学巴特利特建筑与工程管理学院,英国伦敦
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：TU9TU8
关键词：办公建筑 自然通风 人员开窗行为 预测模型
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:
- 5.17 MB
- 下载次数:
- 60
-
高速下载
|
|
