期刊文章详细信息
文献类型:期刊文章
YU Zhun;ZHOU Yaping;LI Jun;HUANG Yujian;ZHANG Guoqiang(National Center for International Research Collaboration in Building Safety and Environment,College of Civil Engineering,Hunan University,Changsha 410082,China)
机构地区:[1]湖南大学土木工程学院建筑安全与环境国际联合研究中心
基 金:国家自然科学基金资助项目(51408205);中央高校基本科研业务费专项资金资助项目(2014-021);湖南省建筑节能与环境控制关键技术协同创新中心项目(201736370287)~~
年 份:2019
卷 号:46
期 号:7
起止页码:129-134
语 种:中文
收录情况:AJ、BDHX、BDHX2017、CAS、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、JST、MR、RCCSE、RSC、ZGKJHX、ZMATH、核心刊
摘 要:准确预测建筑用户在室行为可显著提高建筑能耗模拟精度,并进一步帮助建筑设计及运行控制优化.当前进行在室行为预测时所采用的主要是基于隐马尔可夫链方法的数学模型,该模型考虑了在室行为的时间关联性,可平稳有效地预测在室行为.然而现有隐马尔科夫模型难以准确描述在室行为动态变化规律以及在室行为与可观测参数之间的关联,降低了模型预测精度.针对该问题,本文提出一种基于状态转移的时变隐马尔科夫模型.该模型采用时变状态转移概率矩阵量化不同时刻在室行为的动态变化特征及关联,同时该模型基于状态转移计算可观测参数的概率分布以定量描述在室行为对可观测参数的影响.本文采用比利时某办公室在室行为数据库进行了相关建模和验证,结果表明该模型可更有效地捕捉在室状态变化,从而提高了在室行为预测精度.
关 键 词:在室行为 人行为 预测 隐马尔可夫模型 建筑模拟
分 类 号:TU201.5]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...