建筑能耗分析中的数据挖掘与机器学习

作者简介

Frédéric Magoulès为法国巴黎高等师范学校教授和匈牙利佩克大学名誉教授。其研究主要集中于并行计算、数值线性代数和机器学习。 Hai-Xiang Zhao是法国阿玛迪斯高级研究员。其研究主要集中于并行计算、数据挖掘和机器学习。

内容简介

近年来，建筑能耗在其设计和施工过程中已经成为一个决定性的因素。随着碳占用空间成为日益严重的问题，所以优化建筑能耗和减少CO2排放是很重要的。因此本书提出了人工智能模型及与此应用相关的优化技术。 作者首先回顾了近的建筑能耗预测模型：工程方法、统计方法、人工智能方法，特别介绍了人工神经网络（ANN）和支持向量机（SVM）。然后本书集中于SVM，首先将其应用于建筑能耗，然后提出基本原理和其各种扩展方法及支持向量回归机（SVR）。然后作者转向递归确定性感知器（RDP），这通常在提出SVR模型降阶方法和并行计算的好处之前，用于通过仿真实验确定建筑能耗故障。然后本书通过介绍该领域的一些当前研究和进展作为结束。