机译:考虑占用行为,一种基于机器学习的方法来预测住宅年度空间加热和冷却负荷
Joint International Research Laboratory of Green Buildings and Built Environments (Ministry of Education) Chongqing University Chongqing China;
Joint International Research Laboratory of Green Buildings and Built Environments (Ministry of Education) Chongqing University Chongqing China School of the Built Environment University of Reading RG6 6DF Reading UK;
Residential building; Space heating and cooling; Load intensity; Machine learning; Occupant behaviour;
机译:居住者手动空间供暖的物理环境和环境驱动因素凌驾于英国住宅建筑中的行为
机译:基于混合模式住宅建筑中的季节乘员热适应的加热和冷却能量灵活性
机译:使用建筑物和居住者特征预测住宅残余杂项电力负荷:佛罗里达州房屋的资产标签和基于居住者的运行模型之间的比较
机译:用于预测代表澳大利亚住宅住宅的年加热和冷却需求的线性回归模型
机译:预测自然通风的建筑物中由风引起的室内空气运动,乘员的舒适度和制冷负荷。
机译:使用居住和活动空间的多尺度方法研究医疗密度对寻求健康行为的影响:法国巴黎大都会地区的前瞻性队列研究结果
机译:居住者手动空间加热覆盖英国住宅建筑物的物理环境和背景驱动因素
机译:反光玻璃和可移动窗户隔热对住宅建筑采暖和冷负荷及空间调节成本影响的参数分析