基于样本集质量的建筑能耗预测机器学习算法选择及参数设置OA北大核心CSTPCD
Selection of building energy consumption prediction machine learning algorithms and parameter setting based on quality of samples
使用机器学习算法对建筑能耗进行预测正逐渐成为建筑设计初期重要的决策辅助工具,机器学习算法的选择及其参数设置一直是机器学习领域研究的热点和难点.但现有研究大多从算法原理角度进行预测模型的选择及参数设置,训练样本集的特征信息未得到充分利用.为此,提出一种以样本量及样本分布特征为出发点的样本集质量分类方法,针对不同质量样本集测试不同机器学习算法的学习性能,制定不同质量样本集的算法选择及参数设置策略.分析样本特征与算法性能之间的关系,为建筑设计提供有效指导.
刘刚;李晓倩;韩臻
天津大学 建筑学院,天津 300072天津大学 天津市建筑物理环境与生态技术重点实验室,天津 300072天津大学 建筑学院,天津 300072
建筑与水利
建筑能耗预测机器学习算法样本分布特征
《重庆大学学报》 2022 (5)
79-95,17
国家重点研发计划(2016YFC0700200)国家自然科学基金(51628803).
评论