【摘 要】
：
随着绿色建筑的高性能发展,绿色建筑运行过程中的室内环境质量（Indoor Environment Quality,IEQ）评估成为重要研究工作,其中室内热环境既影响人员舒适,也影响建筑能源消耗,成为研究热点。近年来对于用户热舒适的评价大多需要用户佩戴传感器（热电偶、智能手环等）,会对用户产生一定的干扰和影响。为避免因室内热环境评价对用户造成的干扰,本文研究一种通过用户冷/热动作来预测热舒适的方法。
论文部分内容阅读
随着绿色建筑的高性能发展,绿色建筑运行过程中的室内环境质量（Indoor Environment Quality,IEQ）评估成为重要研究工作,其中室内热环境既影响人员舒适,也影响建筑能源消耗,成为研究热点。近年来对于用户热舒适的评价大多需要用户佩戴传感器（热电偶、智能手环等）,会对用户产生一定的干扰和影响。为避免因室内热环境评价对用户造成的干扰,本文研究一种通过用户冷/热动作来预测热舒适的方法。首先,以夏热冬冷、寒冷地区4个绿色办公建筑为对象,采用问卷调查和环境监测等主客观测试方法,通过多元线性回归,确定IEQ中热环境、空气品质、光环境和声环境等4个分项的权重;进而,以广州大学某办公室为例,实验记录和测试了用户冷/热动作、室内温湿度、室外温湿度、室内黑球温度、服装热阻、用户信息等6组参数,基于实验测试的6组参数,采用机器学习算法训练用户热偏好预测模型,获得基于用户冷/热动作的用户热舒适预测方法;最后,通过对用户个体热不舒适的典型数据分析,对热不舒适产生的原因进行探讨。本文的主要研究结果包括:（1）对于夏热冬冷、寒冷地区等办公建筑,建筑热环境的权重为0.30,在IEQ四个分项中权重最大。（2）获得了用户冷/热动作、室内温湿度、室外温湿度、室内黑球温度、服装热阻、用户信息等6组参数对于用户热舒适的影响,发现用户冷/热动作对热偏好预测模型精度的影响最大,以此参数预测热舒适时,其精度为0.81;采用冷/热动作、个人信息、黑球温度等3组输入参数预测用户热偏好时,其精度可以提升为0.85。（3）通过用户个体热不舒适的典型数据分析,发现局部热源（服务器散热等）、透过外窗的太阳辐射是造成用户不舒适的主要原因。本文研究了一种通过用户冷/热动作来预测热舒适的方法,可为用户热舒适评价和建筑室内热环境调控提供参考。
其他文献
随着近年新课改以及教学改革的出现,原本以教师填鸭式教学为主的课堂氛围逐渐转变为以学生为核心的方式。但作业教学的改革却相对迟缓,中学生学习负担过重,教师随意布置未经精挑细选的作业导致作业量多。也有很多教师对于作业的数量和质量并不重视。因此在当前的物理作业分层设计方面依然存在不少问题。鉴于此,本文开展关于初中物理作业分层设计的实践研究。本研究旨在通过问卷调查对当前初中学生物理作业的现状进行分析,从而对
恶意软件的发展正趋向多变种、更新快、数量巨大,当前主流的基于机器学习或深度学习的恶意软件智能检测面临巨大挑战。其中,恶意软件特征抽取是恶意软件智能检测中的关键一环。因此,研究准确的特征抽取方法对于提高恶意软件自动化检测能力具有重要意义。本文致力于研究有效的恶意软件特征抽取方法,针对已有的恶意软件特征抽取技术难以获取恶意软件样本的深层语义关联特征的问题,围绕基于异构信息网络的恶意软件特征抽取方法进行
随着我国经济迅速发展和城市化进程的加深,城市居住需求量大大增加,促进了城市住宅的快速发展,同时现代社会中人的思维模式和对待事物的态度发生了变化,重建住户归属感、认同感和良好的住户交往关系,合理有效的规划建设城市住宅,创造出具有充分人际交往空间、有生活温度的住宅成为目前城市住宅建设的重要关注点。研究相关资料,从交往空间定义与作用的角度出发,研究国内外相关交往空间发展进程,总结归纳出当代住宅区景观设计
BGP协议是互联网中广泛应用的域间路由协议,根据CIDR（Conference on Innovative Data Systems Research）报告,全球BGP路由条目在2020年已经超过80万。近年来,路由安全问题变得越来越严重,针对域间路由协议的安全事件往往会导致更严重的后果,特别是恶意操纵路由违反路由策略的攻击更隐蔽,造成的危害更大。这类攻击的直接后果是造成网络流量重定向,引起路由黑
冬季降雪引发了很多冰雪灾害,不仅阻碍出行,而且导致了很多交通事故,于是融雪剂被大量用于融雪和降低冰点,提高冬季道路的安全性能,并且在今后的长时间内都会使用,但是有研究表明融雪剂对沥青路面的性能存在负面影响,因此本文主要研究融雪剂对沥青和沥青混合料的路用性能影响以及融雪剂对沥青损害的微观机理。本文选用氯化钠（NaCl）、氯化钙（CaCl2）和乙酸钾（CH3COOK）三种常用融雪剂分别在1%、2%、3
元启发式优化算法被广泛用于求解实际工程优化问题,具有重要的研究意义。飞蛾扑火优化算法（Moth-Flame optimization algorithm,MFO）作为一种新型的元启发式优化算法,具有结构简单、参数少、性能优越等特点,被广泛用于求解全局优化问题。尽管如此,原始的MFO算法仍存在不足之处。首先,在算法迭代过程中,由于缺乏高质量火焰种群或者飞蛾种群多样性不足,导致种群个体只能探索有限的区
随着工业化和信息化的逐渐融合,使得工业控制系统（Industrial Control System,ICS;简称工控系统）内部控制网络逐渐与外部网络互联互通。不可避免的打破了工控系统原有软硬件的封闭性,容易遭受到更多的攻击。工业控制系统遍及石油、化工和电力等典型行业,是国家工业关键信息基础设施中的重要组成部分,不同于传统计算机网络,工控系统一旦遭受到攻击,造成的后果将直接影响到工业生产甚至是人身安
随着科技的发展,移动终端与智能设备越来越多,万物互联成为了可能,由互联所引起的爆发式的数据增长使得虚拟空间中的数据量越来越庞大。针对于机械工业领域,各式各样的原料、元件、加工工艺、技术性能、国家标准等数据更为复杂多样,如何协助相关领域工作人员从这些数据里精准高效地找出目标数据以及与其有关系的数据就更为重要,这对数据搜索等相关技术的要求也日渐提高,知识图谱技术应运而生。知识图谱可以有效地处理现实世界
伴随着云计算、物联网、人工智能、大数据等技术的不断发展,如今数据中心每天要处理海量数据,这需要极高的网络吞吐性能,对网络技术提出更高的要求。然而随着40Gbps、100Gbps等高性能网卡逐渐部署,传统内核网络协议栈瓶颈逐渐显现出来。由于数据报文传输时需要跨越内核空间和用户空间两级,网络传输导致内核中断产生的上下文切换开销和数据复制的成本增高对数据报文的处理都带来极大的影响,传统的内核网络协议栈已
随着互联网的发展,设备迅速向智能化方向发展,然而这些设备接入互联网后可能会面临一定安全威胁。联网设备识别往往是发起网络攻击的第一步,若能提前发现存在漏洞的设备,切断攻击源头,则可以有效避免安全威胁,保证互联网稳定运行,并且随着第五代移动通信技术到来,网络空间联网设备识别技术对于未来网络有着重大意义。本文通过规则匹配和机器学习两种方法对网络空间联网设备识别课题进行研究。现有设备识别规则匹配方法存在依