抽样方法与样本数量对建筑能耗机器学习模型精度的影响研究

来源 :建筑科学 | 被引量 : 0次 | 上传用户:fgfg56
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
由于基于物理模型的建筑能耗模型计算成本较高,不适合直接用于不确定性、敏感性、模型校验等研究,通过机器学习算法建立的建筑能耗模型具有精度高和计算速度快的优点,可以解决这一问题.影响机器学习模型精度的因素有很多,本研究重点讨论样本数量和抽样方法对机器学习模型性能的影响.机器学习方法选用多元自适应回归样条法,以位于天津的办公建筑为例进行研究.结果 表明,抽样方法对于机器学习模型精度的稳定性有较大影响,Sobol序列得到的模型精度的稳定性最好,通过随机抽样所得模型稳定性最差.随着样本数量的增加,建筑能耗机器学习模型的精度会随之增加,并且所得机器学习模型精度的稳定性也会随之提高.研究还发现,Sobol序列所得模型可实现精度与计算成本的平衡,非常适用于建筑能耗机器学习算法的模型构建.
其他文献
通过对多元Al-Si合金进行优化变质处理和热处理,分析了热处理和二元复合变质对合金综合力学性能和显微组织的影响。用M-2000型磨损试验机,以45钢为摩擦对副,对多元Al-Si合金
一到冬季,门窗紧闭,空气不流通,往往导致一人感冒,前后左右的同桌全被传染.小小的病毒看似不起眼,却能在你体内引发一场没有硝烟的残酷战争.上期“学科旅行”的生物篇,讲述了
期刊
本文实验研究了冷凝低氮燃气热水器/炉和普通非冷凝燃气热水器/炉,在不同工况下的热效率和NOx排放,分析了普通非冷凝热水器/炉的节能减排潜力.结果 显示,在不同负荷下,冷凝低
群智能建筑平台以其扁平化、无中心的系统架构,不仅具有自组织、自识别能力,更可通过并行计算搭载丰富的智能算法.为了实现消防系统在群智能建筑平台下的应用,本文搭建了群智
主蒸汽管球三通作为主蒸汽管路中的一种特殊结构,在主蒸汽管路中用来分配和改变介质的流动方向,由于球三通结构和功能的特殊性,使得其在管道领域发挥着重要的作用。考虑到主
本文围绕华南理工大学孟庆林教授提出的1种新型内置透明薄膜的多腔中空玻璃的热工性能进行计算分析.首先论述了该种中空玻璃窗的构造形式.然后,用LNBL系列门窗幕墙热工计算软
本文对淄博市建筑业发展现状进行阐述,对存在的问题进行分析,指出了建筑业转型、改革、发展的必要性,并提出了针对性的解决措施及相关建议,具有借鉴意义.
随着绿色建筑全面推行,装配式建筑在宁夏快速发展,建筑隔声问题越发凸显.对装配式钢混组合结构的非承重复合外墙体隔声性能进行试验模拟与结果分析.使用VA One软件模拟和图表
本文提出了1种基于视频与CO2浓度的数据融合识别室内人数,进而利用识别出的室内人数对建筑室内热环境进行预测性控制的方法,视频与CO2浓度的数据相互校核,提高室内人数的识别
近年来,商业建筑的智能运行控制策略被广泛研究,而照明系统是重要的系统之一.大多数商业建筑中,照明系统的控制方法基于被动式红外传感器(PIR)收集的实时在室数据.现有的照明