智能遮阳百叶眩光预测模型控制变量有效性分析

基于预测模型的智能遮阳百叶调控系统具有降低建筑室内眩光性能的能力,其智能性取决于调控方法。而调控方法的设计取决于对室内采光性能相关影响信息的思考。不同影响信息是调控反馈的依据,也是智能预测模型建构的基础。本研究利用机器学习技术,对不同百叶控制变量展开眩光关联性分析,以及不同控制变量在眩光影响上的交互效应。利用XGBoost构建预测模型与展开特征选择,同时采用SHAP可解释方法进一步解析变量与眩光关联大小。研究结果表明,室内使用者所在区域与遮阳百叶之间距离、遮阳形变与眩光发生最为紧密,且互动性影响明显,同时太阳高度角也是遮阳百叶重要的响应信息。结论可为智能遮阳百叶调控系统设计和预测模型建构提供参考依据。     

机器学习下的智能遮阳采光模拟流程研究

智能遮阳具有优化建筑室内采光性能的能力，随着技术和绿色建筑标准的提高，其使用价值愈发凸显。为更好地进行智能遮阳后期实体设计，需有效利用前期采光模拟进行设计与选型。建立有效的智能遮阳模拟设计流程，有助于指导建筑设计者对于智能遮阳在项目设计上的使用。本文结合当下人工智能背景，在整合以采光为导向的建筑智能遮阳模拟设计的通用流程基础上，提出利用机器学习工具进行模拟流程优化的理念，以缩短设计周期，拓展动态表皮研究方法。     

基于渐进式追踪技术的寒地建筑采光性能优化设计研究

寒地建筑采光性能优化设计有助 于改善建筑室内光环境品质。既有寒地建筑 采光设计多存在“对复杂空间考虑不足”“采 光模拟耗时长”等问题。本文旨在立足人工 智能技术语境,提出基于渐进式追踪技术的 寒地建筑采光性能优化设计方法。以寒地城 市某多层复杂建筑空间为例,展开采光性能 优化设计方法实践应用。结果表明：基于渐 进式追踪技术的寒地建筑采光性能优化设 计可动态地分析、反馈复杂建筑空间采光性 能,并能大幅降低采光性能优化设计耗时, 提高了寒地建筑采光性能优化设计精度和效 率,可为寒地建筑采光设计提供技术支撑。     

天然采光优化导向下的办公空间智能遮阳百叶调控策略综述

作为智能建筑的重要组成部分,智能遮阳百叶能够适应室外光环境变化,动态调控办公空间室内光环境,提升使用者办公绩效。人工智能时代背景下,智能遮阳有望进一步发挥环境智能化调控的潜力。为充分挖掘智能遮阳调控潜力,需明确其调控策略,便于结合智能化技术制定有效的遮阳调控流程、构件选型与实体设计。本文依据调控方式类型对办公空间智能遮阳百叶研究进行系统化梳理,分析不同调控方式特征,明晰不同调控方式优势与不足,为智能遮阳百叶创新性研究与应用提供参考。