近日，Building Simulation國(guó)際期刊2024年建筑與仿真學(xué)術(shù)研討會(huì)在清華大學(xué)建筑學(xué)院召開(kāi)。本次大會(huì)共設(shè)“建成環(huán)境污染源的辨識(shí)與解析”、“低碳能源系統(tǒng)柔性設(shè)計(jì)與運(yùn)行”、“人工智能和深度學(xué)習(xí)技術(shù)加強(qiáng)的智能化建筑仿真”、“基于仿真技術(shù)的城市與建筑設(shè)計(jì)方法”4個(gè)專(zhuān)題論壇，能源與安全工程學(xué)院院長(zhǎng)楊斌教授、建筑環(huán)境與能源應(yīng)用工程系專(zhuān)業(yè)教師由玉文副教授參會(huì)并作專(zhuān)題報(bào)告。

楊斌教授主持“人工智能和深度學(xué)習(xí)技術(shù)加強(qiáng)的智能化建筑仿真”分論壇，并作題為《基于機(jī)器視覺(jué)傳感的睡眠人體熱感覺(jué)實(shí)時(shí)預(yù)測(cè)及睡眠環(huán)境智能調(diào)控》的專(zhuān)題報(bào)告。報(bào)告探討了實(shí)時(shí)非接觸感知睡眠熱感覺(jué)，將睡眠熱感覺(jué)引入臥室空調(diào)自控過(guò)程，實(shí)現(xiàn)了復(fù)雜場(chǎng)景下每臺(tái)空調(diào)設(shè)備所管轄區(qū)域的睡眠熱感覺(jué)的整體預(yù)測(cè)和評(píng)價(jià)，空調(diào)系統(tǒng)可精準(zhǔn)的依據(jù)其服務(wù)對(duì)象的睡眠熱感覺(jué)智能化節(jié)能調(diào)控。

由玉文副教授在“人工智能和深度學(xué)習(xí)技術(shù)加強(qiáng)的智能化建筑仿真”分論壇中作了題為《數(shù)據(jù)不確定對(duì)空調(diào)系統(tǒng)故障診斷的影響研究》的專(zhuān)題報(bào)告。針對(duì)傳感器測(cè)量不準(zhǔn)的問(wèn)題，使用Box-cox數(shù)據(jù)變換的高斯樸素貝葉斯融合模型進(jìn)行分類(lèi)；針對(duì)故障系統(tǒng)數(shù)據(jù)不足的問(wèn)題，使用遷移學(xué)習(xí)對(duì)故障診斷模型參數(shù)進(jìn)行微調(diào)或者使用生成對(duì)抗網(wǎng)絡(luò)（GANs）進(jìn)行數(shù)據(jù)平衡；針對(duì)故障多發(fā)的問(wèn)題，利用基于Bagging和Boosting集成學(xué)習(xí)策略，提高了并發(fā)故障的準(zhǔn)確率。為同時(shí)應(yīng)對(duì)數(shù)據(jù)不確定和數(shù)據(jù)不足，利用基于紅外圖像和狀態(tài)參數(shù)的多模態(tài)協(xié)同學(xué)習(xí)策略，分別使用CWGAN和SA-BAGAN-GP對(duì)狀態(tài)參數(shù)和紅外圖像進(jìn)行數(shù)據(jù)增強(qiáng)，再由支持向量機(jī)SVM和卷積神經(jīng)網(wǎng)絡(luò)SA-CNN模型進(jìn)行故障分類(lèi)，最終基于D-S證據(jù)理論進(jìn)行融合，提高了暖通空調(diào)系統(tǒng)故障診斷泛化性和魯棒性。

此次學(xué)校教師參加Building simulation國(guó)際期刊2024年建筑與仿真學(xué)術(shù)研討會(huì)展現(xiàn)了學(xué)校相關(guān)領(lǐng)域的最新研究成果，進(jìn)一步提升了學(xué)校教師隊(duì)伍的素質(zhì)和能力，拓展了學(xué)校與其他知名高校之間的交流合作，為促進(jìn)科研發(fā)展、技術(shù)創(chuàng)新和學(xué)科交叉積累了寶貴經(jīng)驗(yàn)，對(duì)提升學(xué)校在相關(guān)領(lǐng)域的影響力具有重要意義。

國(guó)際期刊《Building Simulation》由清華大學(xué)主辦，專(zhuān)注于建筑及其系統(tǒng)建模和模擬，為建筑模擬領(lǐng)域的研究人員提供多學(xué)科、國(guó)際化的平臺(tái)，內(nèi)容涵蓋建筑熱學(xué)、照明、聲學(xué)建模，建筑系統(tǒng)和組件，室內(nèi)外氣流和空氣質(zhì)量，建筑與人類(lèi)行為，以及建模和模擬工具等多個(gè)領(lǐng)域。