GAD 编辑部 · 发布日期 · · 英文专题全文 · 中文摘要
2023 年研究以多伦多气候下的中型办公建筑原型为例，用神经网络近似 EnergyPlus 输出。总体拟合良好不代表低能耗区域或目标阈值附近同样可靠。建议固定用途、气候、运行与参数范围，将基准和入围方案送回底层模拟，比较绝对误差、排序是否改变，以及是否仍达到同一目标。本文不推断通用适用性、实际节能率或合规结论。
GAD / 设计阅读
建筑能耗代理模型：在目标附近复核入围方案
2023 年研究以多伦多气候下的中型办公建筑原型为例，用神经网络近似 EnergyPlus 输出。总体拟合良好不代表低能耗区域或目标阈值附近同样可靠。建议固定用途、气候、运行与参数范围，将基准和入围方案送回底层模拟，比较绝对误差、排序是否改变，以及是否仍达到同一目标。本文不推断通用适用性、实际节能率或合规结论。