基于机器学习方法的建筑能耗性能研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 1 前言 | 第8-18页 |
| 1.1 课题的提出 | 第8-10页 |
| 1.1.1 课题的社会背景 | 第8-9页 |
| 1.1.2 课题的研究背景 | 第9-10页 |
| 1.2 中外研究现状 | 第10-15页 |
| 1.2.1 中外建筑能耗研究现状 | 第10-13页 |
| 1.2.2 机器学习方法的发展及现状 | 第13-15页 |
| 1.2.3 机器学习方法在建筑能耗领域的研究现状 | 第15页 |
| 1.2.4 本课题的目的与意义 | 第15页 |
| 1.3 论文研究内容 | 第15-16页 |
| 1.4 论文组织结构 | 第16-18页 |
| 2 建筑能耗模拟方法与机器学习算法基本原理 | 第18-29页 |
| 2.1 建筑能耗预测方法概述 | 第18-20页 |
| 2.1.1 自上而下模型 | 第18页 |
| 2.1.2 自下而上模型 | 第18-20页 |
| 2.2 敏感性分析与元模型 | 第20-21页 |
| 2.3 研究所用机器学习方法基本原理 | 第21-29页 |
| 2.3.1 基于最小二乘法的线性模型 | 第21-22页 |
| 2.3.2 Lasso回归 | 第22-23页 |
| 2.3.3 支持向量机回归 | 第23-24页 |
| 2.3.4 高斯过程回归 | 第24-25页 |
| 2.3.5 多元自适应回归样条 | 第25-27页 |
| 2.3.6 bagging和boosting | 第27-28页 |
| 2.3.7 随机森林回归 | 第28-29页 |
| 3 单体建筑能耗预测模型对比 | 第29-50页 |
| 3.1 公共建筑能耗影响因素 | 第29-33页 |
| 3.1.1 不同气候区域建筑设计 | 第29-31页 |
| 3.1.2 建筑体型设计因素 | 第31-33页 |
| 3.2 建筑动态能耗模型建立 | 第33-35页 |
| 3.2.1 建筑内部负荷及时间安排 | 第33-34页 |
| 3.2.2 建筑围护结构热性能 | 第34页 |
| 3.2.3 模型参数确定 | 第34-35页 |
| 3.3 机器学习方法确定及运算 | 第35-39页 |
| 3.3.1 机器学习方法选取 | 第35-36页 |
| 3.3.2 模型评价指标 | 第36-37页 |
| 3.3.3 模型运算使用软件及步骤 | 第37-39页 |
| 3.4 运算结果 | 第39-48页 |
| 3.4.1 取暖能耗模型比较 | 第39-41页 |
| 3.4.2 制冷能耗模型比较 | 第41-44页 |
| 3.4.3 总用电能耗模型比较 | 第44-46页 |
| 3.4.4 敏感性分析结果 | 第46-48页 |
| 3.5 本章小结 | 第48-50页 |
| 4 城市规模建筑能耗预测模型对比 | 第50-58页 |
| 4.1 数据来源及描述 | 第50-52页 |
| 4.1.1 数据来源平台 | 第50-51页 |
| 4.1.2 数据描述 | 第51-52页 |
| 4.2 分析方法 | 第52页 |
| 4.3 分析结果与讨论 | 第52-57页 |
| 4.3.1 燃气消耗分析情况 | 第52-55页 |
| 4.3.2 用电分析情况 | 第55-57页 |
| 4.4 本章小结 | 第57-58页 |
| 5 结论 | 第58-59页 |
| 6 展望 | 第59-60页 |
| 7 参考文献 | 第60-66页 |
| 8 攻读硕士学位期间发表论文情况 | 第66-67页 |
| 9 致谢 | 第67-68页 |
| 10 附录 | 第68-79页 |
