基于深度学习的自然采光办公空间视觉舒适度预测模型建构  

Construction of Visual Comfort Prediction Model for Daylit Office Space Based on Deep Learning

作　　者：黄茜 曲大刚[1,2] 孙澄 孙适[1,2] HUANG Xi;QU Dagang;SUN Cheng;SUN Shi

机构地区：[1]哈尔滨工业大学建筑学院,哈尔滨150006 [2]寒地城乡人居环境科学与技术工业和信息化部重点实验室,哈尔滨150090

出　　处：《建筑学报》2023年第10期50-54,共5页Architectural Journal

基　　金：国家自然科学基金重点项目(51938003);黑龙江省重点研发计划项目(GZ20210211);中央高校基本科研业务费专项资金项目(2022FRFK01012)。

摘　　要：为更好地辅助建筑设计,助力智能预测平台开发,提升办公空间视觉舒适度,提出了自然光环境下办公视觉舒适度预测模型的构建方法,分别构建了基于哈尔滨地区实验数据的智能化预测子模型与自动化统计子模型,实现预测与结果图谱展示,并通过实例验证了预测模型构建方法的可行性与预测模型的可用性。In order to better assist architectural design and develop intelligent prediction platform to improve the visual comfort of daylit office,this paper proposes the construction methodof visual comfort prediction model under the natural light environment.It constructs the intelligent prediction sub-model based on experimental data in Harbin and the automatic statistical sub-model for prediction and graphic display,and verify the feasibility of theprediction model constructionmethod andthe applicability of the prediction model through a design case.

关 键 词：视觉舒适性 预测方法 深度学习 办公建筑 光环境模拟 

分 类 号：TU243[建筑科学—建筑设计及理论] TU113.5