基于机器学习的夏热冬暖地区商场热舒适性研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-20页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 热舒适性研究的发展和现状 | 第12-18页 |
| 1.2.1 热舒适性理论研究现状 | 第12-13页 |
| 1.2.2 热舒适性现场研究现状 | 第13-17页 |
| 1.2.3 基于机器学习的热舒适性研究现状 | 第17-18页 |
| 1.3 研究内容及流程 | 第18-20页 |
| 第二章 商场热舒适性研究方案 | 第20-35页 |
| 2.1 研究对象概况 | 第20-21页 |
| 2.1.1 气候现状 | 第20页 |
| 2.1.2 建筑现状 | 第20-21页 |
| 2.1.3 空调运行现状 | 第21页 |
| 2.2 热舒适性的影响因素 | 第21-24页 |
| 2.2.1 人体因素 | 第22页 |
| 2.2.2 环境因素 | 第22-23页 |
| 2.2.3 其他因素 | 第23-24页 |
| 2.3 基于机器学习的热舒适性研究方案 | 第24-28页 |
| 2.3.1 机器学习基本概念 | 第24-25页 |
| 2.3.2 机器学习的主要类型 | 第25页 |
| 2.3.3 基于机器学习的热舒适性研究 | 第25-27页 |
| 2.3.4 研究方案的确定 | 第27-28页 |
| 2.4 数据获取 | 第28-34页 |
| 2.4.1 通过传感器的获取 | 第28-30页 |
| 2.4.2 通过调查问卷的获取 | 第30-34页 |
| 2.5 本章小结 | 第34-35页 |
| 第三章 数据分析与处理 | 第35-51页 |
| 3.1 数据集成 | 第35-36页 |
| 3.2 统计分析 | 第36-41页 |
| 3.2.1 受试者背景 | 第36-37页 |
| 3.2.2 服装热阻 | 第37-39页 |
| 3.2.3 主观热感觉 | 第39-40页 |
| 3.2.4 环境参数 | 第40-41页 |
| 3.3 数据预处理 | 第41-50页 |
| 3.3.1 数据清洗 | 第41-43页 |
| 3.3.2 相关性分析及特征选择 | 第43-46页 |
| 3.3.3 独热编码及归一化处理 | 第46-47页 |
| 3.3.4 热感觉投票尺度缩放 | 第47-48页 |
| 3.3.5 数据集划分 | 第48-50页 |
| 3.4 本章小结 | 第50-51页 |
| 第四章 热舒适性模型的建立 | 第51-78页 |
| 4.1 基于逻辑回归LR的热舒适性模型 | 第51-57页 |
| 4.1.1 逻辑回归原理 | 第51-53页 |
| 4.1.2 基于LR的热舒适性模型建立 | 第53-54页 |
| 4.1.3 基于LR的热舒适性模型测试 | 第54-56页 |
| 4.1.4 模型优化 | 第56-57页 |
| 4.2 基于分类决策树CT的热舒适性模型 | 第57-66页 |
| 4.2.1 CT原理 | 第58-59页 |
| 4.2.2 基于CT的热舒适性模型建立 | 第59-65页 |
| 4.2.3 基于CT的热舒适性模型测试 | 第65页 |
| 4.2.4 模型优化 | 第65-66页 |
| 4.3 基于分类支持向量机SVC的热舒适性模型 | 第66-75页 |
| 4.3.1 分类支持向量机原理 | 第67-70页 |
| 4.3.2 基于SVC的热舒适性模型建立 | 第70-74页 |
| 4.3.3 超参数寻优结果和模型测试 | 第74-75页 |
| 4.4 三种机器学习模型的比较 | 第75-77页 |
| 4.5 本章小结 | 第77-78页 |
| 第五章 模型验证与应用研究 | 第78-103页 |
| 5.1 机器学习模型与PMV方程对比 | 第78-82页 |
| 5.1.1 PMV方程的计算 | 第78-80页 |
| 5.1.2 机器学习模型与PMV方程预测准确率 | 第80-81页 |
| 5.1.3 SVC模型与PMV方程预测分析 | 第81-82页 |
| 5.2 商场热舒适性评价应用 | 第82-83页 |
| 5.3 商场热舒适温度优化应用 | 第83-93页 |
| 5.3.1 商场传统空调温度控制存在的问题 | 第83-85页 |
| 5.3.2 商场室内热舒适温度优化方案 | 第85-89页 |
| 5.3.3 商场室内设定温度优化实现 | 第89-93页 |
| 5.4 应用效果分析 | 第93-102页 |
| 5.5 本章小结 | 第102-103页 |
| 全文总结与展望 | 第103-105页 |
| 参考文献 | 第105-111页 |
| 攻读硕士学位期间取得的研究成果 | 第111-112页 |
| 致谢 | 第112-113页 |
| 附件 | 第113页 |
