近日，课题组许玲硕士生（导师：周翔副教授）基于全球热舒适现场调查数据库RP-884和支持向量机（SVM）算法建立了基于数据驱动的热舒适预测模型，该模型以PMV模型6个输入参数、空调系统运行模式（NV/AC）、室外气温作为输入变量，输出预测TSV。该模型不仅能够改善PMV模型的预测偏差问题，也能区分空调环境与自然通风环境的差异，可以用来预测热舒适区间指导设计。

该论文已被Energy and Bulidings期刊正式发表，DOI: https://doi.org/10.1016/j.enbuild.2020.109795

图1 模型建模框架

图2 机器学习模型预测结果与PMV模型的比较

图3 机器学习模型预测空调环境下的热舒适区间

图4 机器学习模型预测自然通风环境的热舒适区间