王晓辉, 李兆巍, 杨亚龙

(1.北京建筑大学电气与信息工程学院, 北京 100044; 2.安徽建筑大学智能建筑与建筑节能安徽省重点实验室, 合肥 230022)

教室作为学生日常学习的主要场所,其环境的优劣对学生来讲十分重要[1-4]。文献[5-9]研究表明,教室环境会影响学生舒适程度的同时,也会影响学生的学习效率。随着科学技术的不断发展,室内热环境调控系统已成为当前研究的热点之一,而如何利用人工智能技术设计智能控制策略,提高室内空气质量和舒适度、减少能耗已经成为研究重点。

文献[10]基于机器学习对3种不同通风方式的室内控制策略分别进行能耗测试,实验结果建议在设计调控系统时应增加受控设备的多样性,以达到节能的目的。张明扬[11]采用机器学习算法,以新有效温度为舒适指标,提出基于热适应的绿色建筑环境智能控制系统,实现了对室内热环境的智能控制和优化,该系统可以提高建筑的舒适度,减少能耗污染。文献[12]系统地总结了智能建筑热环境调控系统的研究进展,指出人工智能技术对于室内热环境调节的准确性和预测性起到了重要的作用。文献[13]利用神经网络构建自启发算法,提出一种适用于学校的智能暖通空调控制策略,可自适应调节供暖等设备的工作状态。

研究人员为更快速、准确地获取当前热环境数据进行了详细研究。文献[14-15]尝试将个人热舒适模型应用于室内热环境调控系统中,实现个性化的室内热环境控制,提高用户满意度。……