-
建立手部热生理模型以评估接触热感觉
摘要:人类的手经常与建筑环境中的表面发生接触,但目前缺乏能够描述其瞬态热反应的热调节模型。本研究开发并验证了一种高分辨率的手部热生理模型,用于预测在建筑环境中的接触热感觉。该模型包含28个区域的几何划分、七层组织结构、区域血液灌注与热交换机制、出汗机制以及接触热传递系数模型。该模
来源:BUILDING AND ENVIRONMENT
时间:2026-07-22
-
一种计算高效且具有空间可迁移性的城市尺度立面太阳辐射预测模型
摘要:随着建筑集成光伏技术的重要性日益提升,对城市尺度上的太阳辐射潜力进行评估对于可再生能源规划而言至关重要。然而,在高楼林立、人口密集的城市中,光线相互作用十分复杂,传统的遮荫模拟方法需要大量的计算时间。而那些利用区域特征的统计和机器学习方法则缺乏空间迁移性。因此,本研究开发了
来源:BUILDING AND ENVIRONMENT
时间:2026-07-22
-
没有证据表明短期接触窗外景色能提升期末考试成绩:一项针对大学课程的三年期随机对照试验
摘要:有景观视野被认为有助于提升使用者的认知表现。然而,目前尚不清楚拥有视野是否也能改善学习成果。我们研究了在有景观的教室里参加考试与在无窗教室里参加考试相比,是否能带来更好的成绩。我们以一门本科课程的期末考试成绩作为评估指标,其中概念题占62分,计算题占37分。在三年时间里,我
来源:BUILDING AND ENVIRONMENT
时间:2026-07-22
-
城市形态与立面设计参数如何协同影响建筑能源消耗、自然采光以及室外热舒适度?基于可解释机器学习的方法
摘要在高密度城市环境中,城市形态与建筑立面设计对建筑的能源消耗、日照条件以及室外热舒适度有着重要影响。然而,二者之间的协同作用目前尚未被充分理解,这制约了能够充分考虑城市背景的立面设计策略的发展。本研究采用可解释的机器学习框架,分析城市形态及立面设计参数对能源使用强度、日照系数以
来源:BUILDING AND ENVIRONMENT
时间:2026-07-22
-
基于公众参与的实时热舒适度监测:一种自适应机器人系统
摘要传统的热舒适度模型,如预测平均投票法(PMV),依赖于稳态、以群体为基准且仅考虑单个人的假设,这限制了它们在复杂的多人环境中对个体动态热感知的捕捉能力。为解决这一局限,本研究开发了一种自适应多体热舒适度感知机器人系统。该框架整合了五个自适应模块:一种抗干扰感知模块,可在装饰性
来源:BUILDING AND ENVIRONMENT
时间:2026-07-22
-
综述:如何设计建筑围护结构的多尺度湿热实验?从湿度特性到多尺度分析的系统性综述
摘要建筑物的湿热性能会影响室内环境质量、结构耐久性以及空调系统的能耗。理解建筑各区域与围护结构之间的热量、空气和水分传递是建筑物理学中的关键问题。尽管已有许多研究建立了模型、分析了材料特性并评估了湿热行为,但相关实验往往较为复杂,且缺乏系统性的设计指导。本文旨在通过系统性综述重新
来源:BUILDING AND ENVIRONMENT
时间:2026-07-22
-
冬季温度变化下的热舒适度与生理反应:对建筑需求响应控制的启示
摘要:通过采用变化的设定点或间歇性运行方式将需求响应整合到暖通空调系统中,可以提高建筑的能源灵活性并降低能源成本。在这种策略下,室内热环境会从稳态条件转变为以温度变化或周期性波动为特征的动态环境。然而,由于对动态热响应的理解有限,尤其是在冬季场景中,设计出既符合热舒适要求又能实现
来源:BUILDING AND ENVIRONMENT
时间:2026-07-22
-
评估铁路对生态走廊的压力:从局部干扰到网络层面风险
摘要:铁路日益影响那些支撑景观连通性与物种迁徙的生态走廊,其影响既可能为负,也可能因具体情境而呈积极效应。现有研究多聚焦于交叉、破碎化及障碍物等局部影响,而对铁路所造成的生态压力在系统层面的理解仍十分有限。为解决这一问题,我们构建了一个从局部到网络的模拟框架,用以分析不同路段上的
来源:TRANSPORTATION RESEARCH PART D-TRANSPORT AND ENVIRONMENT
时间:2026-07-22
-
对可持续性的满意度:平台环保评级究竟衡量了什么?
摘要本研究探讨在平台中介的评论环境中,消费者对酒店环保程度的评价是否能够反映其真正的可持续性表现。我们利用来自100个城市中6304家酒店的数据,将Expedia的环保评分与Booking.com上的可持续性信息进行比较。支持向量机与线性回归分析结果显示,环保评分几乎完全可由整体
来源:Journal of Hospitality and Tourism Management
时间:2026-07-22
-
SynTraj:一种结合神经网络与符号逻辑的方法,用于在交互式交通场景中实现高效的数据驱动型自动驾驶轨迹规划
•具有不确定性感知的神经符号协同机制:通过不确定性估计进行神经网络路径点预测,再将这些估计值作为自适应走廊约束传递给符号规划器,从而形成闭环框架。•动态探索-利用扩散机制:先通过轨迹引导的扩散过程探索多种高级运动方案,再通过截断式利用阶段对有潜力的方案进行精确优化。•在长尾交通场
来源:TRANSPORTATION RESEARCH PART C-EMERGING TECHNOLOGIES
时间:2026-07-22