摘要详情

ID / 提交时间

51 / 2023-04-26 09:28:31

标题

基于机器学习的室内人体相关VOC预测研究

关键字

室内环境,人体相关VOCs,机器学习,最小二乘支持向量机(LSSVM),区间预测

主题及专题

状态

摘要待审

作者

刘嘉龙 / 北京理工大学

熊建银 / 北京理工大学

摘要

目前室内挥发性有机化合物的预测研究局限于建筑材料和家具所释放的污染物，较少有研究关注与人体有关VOCs的预测，而这些VOCs已被证明对室内空气质量有显著影响，特别是在人口密集的环境中。本文使用机器学习方法对某大学教室内两种人体相关的VOC浓度（6-methyl-5-hepten-2-one，4-oxopentanal）进行了准确预测。此外通过将机器学习与核密度估计(KDE)方法相结合，我们进一步建立了室内人体相关VOCs的区间预测模型，可为决策者提供不确定性信息以便采取更佳的空气质量改善措施。本研究中的机器学习方法可以很容易地结合各种因素对VOC排放行为的影响，使其特别适合于实际室内环境中污染物的浓度预测和暴露评估。