亲子乐园空调送风方式的数值模拟研究

大型综合室内亲子乐园属于高大空间,设有游乐设施和游戏的特殊性使得对空间的舒适性要求一致,但是送风气流遇阻严重,室内存在较多气流死角,影响室内空气质量和儿童健康。因此其空调设计不仅需要考虑温度、风速的空间均匀度,还要考虑各点的空气龄和PMV-PPD指标。以天津某亲子乐园为研究对象,利用scSTREAM软件对适用于该房间的辐射供冷加新风、置换通风、混合通风三种空调方式的送风效果进行数值模拟分析,从流场的均匀性、人员的热舒适性等方面对模拟结果进行探讨,研究结果表明辐射供冷加新风方式的空间均匀性和PMV指标最佳,混合通风方式的空气龄最小。     

GOS+MU:一种查询对象选择新方法

在分析单一MU(Most Uncertainty)采样缺陷的基础上,提出一种"全局最优搜寻"方法 GOS(Global Optimal Search),并结合MU共同完成查询选择。GOS+MU方法中,GOS着眼全局寻找目标,在应用环境能提供的训练样本数量有限、分类器受训不充分时,该方法选择的对象学习价值高,能快速推进分类器学习进程;MU则能够在GOS采样失效情形下,利用分类器当前训练成果,选择查询不确定性最强的样本补充训练集。通过对网络商品的用户评论进行分类仿真,并比较其他采样学习方法的效果,证明了GOS+MU方法在压缩学习成本、提高训练效率方面的有效性。