本文以上海市一栋单层居住建筑为研究对象,建立了集成PVT-M建筑不舒适度小时数的逐步回归预测模型。首先,基于公开文献的调查,总共选择了34个设计参数;其次,采用蒙特卡洛随机抽样方法并结合DesignBuilder计算软件,得到了容量为1000的样...本文以上海市一栋单层居住建筑为研究对象,建立了集成PVT-M建筑不舒适度小时数的逐步回归预测模型。首先,基于公开文献的调查,总共选择了34个设计参数;其次,采用蒙特卡洛随机抽样方法并结合DesignBuilder计算软件,得到了容量为1000的样本数据库;最后,利用数据挖掘软件SPSS建立了不舒适度小时数的逐步回归预测模型,并对回归方程的有效性、适用性和准确性以及设计变量的重要性进行了分析。结果表明,逐步线性回归方法是一种可靠的预测模型,能对不舒适度小时数进行有效且准确的预测。就设计参数的影响程度而言,夏季室内空调设定温度影响程度最大,相变材料(Phase Change M aterial,PCM)类型和光伏倾角影响程度最小。展开更多
文摘本文以上海市一栋单层居住建筑为研究对象,建立了集成PVT-M建筑不舒适度小时数的逐步回归预测模型。首先,基于公开文献的调查,总共选择了34个设计参数;其次,采用蒙特卡洛随机抽样方法并结合DesignBuilder计算软件,得到了容量为1000的样本数据库;最后,利用数据挖掘软件SPSS建立了不舒适度小时数的逐步回归预测模型,并对回归方程的有效性、适用性和准确性以及设计变量的重要性进行了分析。结果表明,逐步线性回归方法是一种可靠的预测模型,能对不舒适度小时数进行有效且准确的预测。就设计参数的影响程度而言,夏季室内空调设定温度影响程度最大,相变材料(Phase Change M aterial,PCM)类型和光伏倾角影响程度最小。
