摘要：准确预测建筑用户在室行为可显著提高建筑能耗模拟精度,并进一步帮助建筑设计及运行控制优化.当前进行在室行为预测时所采用的主要是基于隐马尔可夫链方法的数学模型,该模型考虑了在室行为的时间关联性,可平稳有效地预测在室行为.然而现有隐马尔科夫模型难以准确描述在室行为动态变化规律以及在室行为与可观测参数之间的关联,降低了模型预测精度.针对该问题,本文提出一种基于状态转移的时变隐马尔科夫模型.该模型采用时变状态转移概率矩阵量化不同时刻在室行为的动态变化特征及关联,同时该模型基于状态转移计算可观测参数的概率分布以定量描述在室行为对可观测参数的影响.本文采用比利时某办公室在室行为数据库进行了相关建模和验证,结果表明该模型可更有效地捕捉在室状态变化,从而提高了在室行为预测精度.

摘要：在现有的在室人数研究中,考虑到传感器数据中含有冗余信息,需在原始数据中提取出能反映在室人数变化的有效特征。传统研究方法中所采用的有效特征主要为时域特征,忽略了频域特征参数对模型的影响,导致输入参数缺乏由于在室人数变化而带来的瞬态变化(如频率变化)信息,从而限制了模型预测性能。针对此,本文提出在提取输入特征时除考虑时域信息之外,还应同时考虑频域信息。为实现该目标,本文采用小波分解提取包含时频信息的小波特征用于在室人数水平预测,进而提升模型预测在室人数水平性能。本文以在室人数研究中常用的支持向量机模型和随机森林模型为例,在此基础上对比了不同模型下的预测结果以及不同小波基函数对结果的影响。结果表明,与采用传统时域特征的模型相比较,基于小波特征的支持向量机模型和随机森林模型预测性能均明显提高,分别从60.14%和60.91%增加到66.67%和65.36%。

摘要：以水为提取溶剂对荞麦壳黄酮的提取工艺进行了优化,同时考察了黄酮得率与抗氧化活性的相关性。基于Plackett-Burman试验设计考察了各因素对荞麦壳黄酮得率及DPPH自由基清除活性的影响。试验结果表明:以黄酮得率为响应值的模型不显著,提取次数和料液比对DPPH自由基清除活性的影响显著(P<0.05)。最佳提取条件:料液比(g∶m L)1∶20,80℃热水提取时间20 min,重复提取3次,黄酮得率最高,为1.273%,且抗氧化活性较强。荞麦壳黄酮得率与DPPH自由基清除活性具有一定的相关性,相关系数为0.650 4。

摘要：以乙醇为提取溶剂对荞麦壳黄酮的提取工艺进行优化,同时考察了黄酮得率与抗氧化活性的相关性。基于Plackett-Burman试验设计考察了各因素对荞麦壳黄酮得率、DPPH和ABTS自由基清除活性的影响。试验结果表明,提取次数是影响黄酮得率和抗氧化活性的显著因素(P<0.05),乙醇体积分数对3个响应值均无显著影响。最佳提取条件为乙醇体积分数30%,料液比(g∶m L)1∶20,提取时间10 min,提取3次,在此条件下荞麦壳的黄酮类化合物的得率为2.381%,且抗氧化活性较强。荞麦壳黄酮得率和抗氧化活性的相关性分析结果表明,荞麦壳对ABTS自由基及DPPH自由基的清除活性均与黄酮得率呈正相关,DPPH自由基的清除活性与黄酮得率相关度高,相关系数为0.703。