[发明专利]一种老年人热舒适预测方法

说明书

一种老年人热舒适预测方法，包括以下步骤：确定老年人热舒适影响因素，构建原始训练样本数据集；对原始训练样本数据集进行预处理，构建老年人热舒适预测特征数据集；针对老年人热舒适预测特征数据集，判断C4.5节点分裂算法用于老年人热舒适预测的适用性，得出基于C4.5分裂算法构建决策树用于老年人热舒适预测的准确率P₁；针对老年人热舒适预测特征数据集，判断CART节点分裂算法的适用性，得出将CART节点分裂算法应用于老年人热舒适预测的准确率P₂；将P₁和P₂按照其在算术和中占的比例分别赋予C4.5节点分裂算法和CATR节点分裂算法权重β₁和β₂，β₁+β₂＝1；基于算法适用性混合分裂决策树构建老年人热舒适预测随机森林；采用训练好的随机森林进行老年人热舒适预测。

技术领域

本发明属于建筑热湿环境仿真领域，具体涉及一种基于算法适用性混合分裂决策树随机森林的老年人热舒适预测方法。

背景技术

我国人口老龄化速度持续加快，养老建筑的需求量正在逐年增加。随着人民生活水平的不断提高，人们对室内环境热舒适的要求越来越来高，老年人也在不断的追求理想的养老居住环境。老年人是一个生理和心理具有特殊性的群体，健康舒适的室内环境对老年人来说显得尤为重要。老年人生活的室内热环境直接影响老年人的身心健康和生活质量。老年人的心理和生理与中青年人有很大的不同，老年人随着年龄的增长，生理机能逐渐退化，新陈代谢减缓，对热环境的敏感度变差，以及老年疾病的普遍性，使得老年人对热环境变化的适应能力逐渐减弱。因此，老年人室内热环境的热舒适状况不仅影响到室内热舒适，而且还是影响老年人健康的重要因素。郭飞等人对大连市老年人和非老年人的热适应性进行对比研究，结果表明老年人的热中性温度和可接受的操作温度都低于非老年人。

由于老年人的生理心理的特殊性，老年人热舒适预测涉及的因素远多于经典室内热舒适评价涉及的因素，将传统的热舒适评价用于老年人热舒适评价出现明显偏差，评价中信息处理不完整等不足。刘红等研究表明，采用目前的室内热环境评价标准来评价和预测老年人的热舒适性存在明显偏差。如何多维度并且准确地评价老年人居室的热环境及预测老年人的热舒适性，已经成为营造良好养老建筑热环境亟需解决的问题。

在处理多维度信息热舒适评价及提高热舒适预测精度方面，国内外学者们开展了一些研究。由于机器学习具有高维信息处理能力强、处理数据量大、预测精度高等优点，基于机器学习的数据挖掘方法被用于热舒适预测。目前，被应用于多维度热舒适预测建模的数据挖掘方法有支持向量机SVM、BP神经网络、离散小波变换算法、贝叶斯网络等。

机器学习中的决策树方法以其速度快、精度高、生成模式简单易懂以及容易转化成分类规则等优点，在数据挖掘领域被广泛地研究和应用。杜晨秋等采用决策树进行热舒适预测，对夏热冬冷地区自由运行居住建筑中的人员热舒适及影响因素和权重进行了预测分析。

随机森林算法是由Breiman提出的一种比较新的统计学习理论，采用决策树作为基分类器，随机生成多棵决策树进行预测。该算法以其预测精度高、抗噪能力强、适应范围广等优点，在数据挖掘领域被广泛地研究和应用。Tanaya Chaudhuri等人从生理参数信息出发，研究不同热状态下生理反应的性别差异，并利用随机森林进行统计分析和预测建模。Siliang Lu等人基于ASHRAE RP884数据集开发了随机森林热舒适模型来模拟温度设定点控制系统。Joyce Kim等人基于居住者的冷热行为开发随机森林模型预测个人的热偏好，并发现与传统模型相比，随机森林算法预测的准确率较高。