科研之友
微信
新浪微博
Facebook
分享链接
摘要
个体差异会导致不同人对同一环境的冷热感受不同，舒适的热环境有利于改善身体健康和提高工作效率。然而，现有研究采用的机器学习方法类似“黑箱”，难以解释个体差异和室内热舒适性之间的具体关系。因此本文引入决策树方法，利用具有差异性的不同人员的热舒适性数据，训练建立适宜的决策树模型，分析环境、个体因素对热舒适性的影响。结果表明：影响从强到弱的因素依次为年龄、室内空气温度、风扇速度、每天锻炼时间、性别、身体质量指数、室外相对湿度、身高、太阳辐射量、体重、室内相对湿度、室外空气温度和降雨量；年轻、BMI低、锻炼频繁、身高较高的男性更适应湿热的室内环境。希望本文能够为舒适环境营造提供新的方法和参考。
- 单位
