基于决策树模型的居住建筑人员热舒适预测
传统热舒适模型由于确定的变量引入降低了其预测精度,而神经网络等模型由于其复杂的运算规则限制了对模型的解释能力.通过引入分类应用中的经典C&RT决策树方法,对夏热冬冷地区6个城市自由运行居住建筑中的人员热舒适及影响因素和权重进行了预测分析,建立了以城市为第一分类特征的热感觉预测决策树模型,解释了这些因素之间的内部逻辑,并较好地识别了影响热感觉的关键因素,从而为热舒适的预测评价和热环境营造提供了新的方法参考.
居住建筑、决策树模型、影响因素、分类特征、热舒适
48
“十三五”国家重点研发计划项目“长江流域建筑供暖空调解决方案和相应系统”2016YFC0700301;国家自然科学基金国际地区合作与交流重点项目“基于气候响应和建筑耦合的低碳城市供暖供冷方法与机理研究”51561135002;“高等学校学科创新引智计划资助”B13041
2018-09-13（万方平台首次上网日期，不代表论文的发表时间）
共8页
42-48,80
