پیش بینی دمای اتاق با استفاده از یادگیری تقویتی

عوامل بسیاری مانند دما، روشنایی مناسب و هوای مطبوع در آسایش ساکنین یک ساختمان تاثیرگذارند. در ساختمان های معمولی، این عوامل توسط ساکنین تنظیم می-شود. برای افزایش سطح آسایش ساکنان، می توان سیستمی برای تنظیم خودکار میزان مطلوبیت، با استفاده از قابلیت یادگیری و پیش بینی عوامل موثر، طراحی کرد. این ایده منجر به پیاده سازی ساختمان های هوشمند شده است. هدف از این مقاله پیش بینی و یادگیری دمای مطلوب روزهای متوالی است. این پیش بینی بر اساس دمای فعلی اتاق، رطوبت کنونی اتاق، میزان تابش خورشید و وضعیت آب و هوای منطقه انجام شده است. در این مقاله پیش بینی دمای روزهای متوالی توسط روش ε-greedy انجام شده است. دقت پیش بینی روش یادگیری تقویتی 81.56 % است که بالاتر از دقت دیگر روش های طبقه بندی است.

پیش بینی دمای اتاق با استفاده از یادگیری تقویتی Keywords:

یادگیری تقویتی , پیش بینی دما , آسایش حرارتی , ساختمان های هوشمند.