绿色建筑节能设计平台中算法的研究与应用

摘要

随着资源危机日益严重和全球气候变暖，建筑能耗作为一个重要的诱因也受到越来越多的关注，绿色建筑已成为建筑设计的必然趋势。绿色建筑的设计需要考虑当地气候特征的影响，在绿色建筑节能设计平台中搭建建筑节能基础数据库，查询每个台站的气候特征和建筑设计参数是非常必要的。在过去的几十年中，气象部门积累了大量的数据，为气候分析和建筑设计提供了依据，而由于软件记录失误或采集器采集错误等，在气象数据中存在异常值或缺失值的情况。显然，用人工的方式处理大量的数据并从中提取出有价值的信息是不可能的，而得益于计算机的帮助，我们可以利用数据挖掘技术处理大规模的数据，从中获取有用的信息。 针对上述提出的问题，本文研究了相关数据挖掘算法和压缩感知理论，将其应用到气象数据处理中，并设计实现了绿色建筑节能设计平台。本文首先对气象数据来源及特点进行说明，并对数据进行了预处理，包括剔除不可用台站和删除冗余信息等，为算法的实现做好准备。然后描述了聚类算法中的基本概念，对比分析了常见的聚类算法的优劣，根据气象数据的特点和本文算法应用的目的，重点研究了基于密度峰值的聚类算法，并将其应用到气象数据中，分别以气象数据的全部属性和部分属性作为研究对象，对气象台站进行聚类分析，将聚类结果可视化展示，并对比分析了聚类结果，发现了全国气候的全局分布模式，弥补了传统气候分区中按照地理位置划分的不足。 在数据预处理阶段，为解决气象数据中缺失值填补的问题，本文在研究压缩感知原理及信号重构算法的基础上，提出了一种基于压缩感知理论的气象数据修复方法，并在数据的随机缺测和连续缺测两种情况下，验证了压缩感知应用于气象数据缺失值填补中的可行性，相比于有损数据，修复数据更能准确地反映出原始数据中所包含的信息。与传统方法对比分析，发现在数据随机缺测时，三次样条插值法和本文方法均可以实现原始数据的恢复，而本文方法更适用于数据损失量较大的情况，并且在数据连续缺测时，本文方法可以恢复出原始数据的变化趋势。 最后，本文设计实现了绿色建筑节能设计平台，介绍了平台的各个功能模块，将算法研究应用于平台设计和数据处理中，实现了为绿色建筑设计提供良好指导的目标。

目录

第一个书签之前