CN103930914B - 用于生成占用者时间表的方法和系统 - Google Patents
用于生成占用者时间表的方法和系统 Download PDFInfo
- Publication number
- CN103930914B CN103930914B CN201280049206.2A CN201280049206A CN103930914B CN 103930914 B CN103930914 B CN 103930914B CN 201280049206 A CN201280049206 A CN 201280049206A CN 103930914 B CN103930914 B CN 103930914B
- Authority
- CN
- China
- Prior art keywords
- occupant
- character
- activity
- task
- simulation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 86
- 230000000694 effects Effects 0.000 claims abstract description 92
- 238000004088 simulation Methods 0.000 claims abstract description 58
- 238000009826 distribution Methods 0.000 claims description 29
- 230000015654 memory Effects 0.000 claims description 18
- 238000012545 processing Methods 0.000 claims description 11
- 238000004422 calculation algorithm Methods 0.000 claims description 5
- 238000011835 investigation Methods 0.000 claims 2
- 230000006399 behavior Effects 0.000 description 28
- 230000003993 interaction Effects 0.000 description 15
- 239000000243 solution Substances 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000013461 design Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 239000011159 matrix material Substances 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000003542 behavioural effect Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 235000013399 edible fruits Nutrition 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 241000208340 Araliaceae Species 0.000 description 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000003466 anti-cipated effect Effects 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 235000008434 ginseng Nutrition 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004883 computer application Methods 0.000 description 1
- 230000001143 conditioned effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000032696 parturition Effects 0.000 description 1
- 230000036314 physical performance Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000012086 standard solution Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- VLPFTAMPNXLGLX-UHFFFAOYSA-N trioctanoin Chemical compound CCCCCCCC(=O)OCC(OC(=O)CCCCCCC)COC(=O)CCCCCCC VLPFTAMPNXLGLX-UHFFFAOYSA-N 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明的实施例大体上涉及建筑物占用者行为的建模。本发明的实施例涉及一种用于生成占用者模拟模型中的相互依存时间表的方法。在根据本发明所生成的时间表内可以包括需要其他占用者出席的活动。公开了用于在建筑物的其他占用者之间分配多占用者活动的方法。在本发明的另一实施例中,使用人物角色来根据有限数目的现实世界占用者调查生成模拟占用者时间表。现实世界时间表的特性被操纵为符合期望特性。公开了多种人物角色模型。
Description
相关申请的交叉引用
本申请要求于2011年8月9日提交的美国专利申请序列号13/206,357的权益,其通过引用结合在本文中。
技术领域
本发明的实施例大体上涉及对建筑物占用者(occupant)行为的建模。背景技术
建筑物消耗大量的能源。一些人估计建筑物用电占美国用电量的72%。已经提出,在决策支持软件的帮助下选定的适当设计改进可以减少现有建筑物中约30%以及新建筑物中50%至75%的能源使用。这是建筑物性能模拟的动机。构思是对建筑物的许多交互子系统——包括其占用者、电气设备以及室内和室外的气候——进行建模。利用手中的模拟结果,建筑师能够更好地预测与各种设计相关联的能源需求,并且可以从较可持续的选项中进行选择。
建筑物的能耗模式在很大程度上取决于使用该建筑物的人的行为,这是通过对日常活动的时间与能源使用的分布图进行比较所观察到的情况。许多现有的建筑物性能模拟工具使用固定的时间表来考虑占用者的存在,但这样的时间表并不产生逼真的结果。
如前述所示,本领域需要用于精确的能源需求预测的更详细且逼真的使用模型。
发明内容
本发明的一个实施例涉及一种用于生成占用者模拟模型中的相互依存时间表的方法。在本发明的此实施例中,生成具有各种活动的多个时间表。在所生成的时间表内可以包括需要其他占用者出席的活动。而现有技术的方法未考虑相互依存的活动和时间表,本文所公开的是用于在建筑物的其他占用者之间分配多占用者活动的方法。以此方式,根据本发明所获得的时间表更逼真。
在本发明的另一实施例中,使用人物角色(persona)来根据有限数目的现实世界占用者时间表生成模拟占用者时间表。对现实世界时间表的特性进行操纵,以符合期望特性。例如,尽管现实世界时间表可能具有与其相关联的某些统计数据,但本发明的实施例可以引导(steer)这样的特性来满足期望属性。例如,可以使诸如到达时间和离开时间的属性符合预定区间。许多模拟的时间表可以根据少量的现实世界时间表而生成,其中模拟的时间表呈现出期望的现实世界特性。在本发明的其他实施例中,公开了不同的人物角色模型。
附图说明
为了能够详细地理解本发明的上述特征的方式,可以通过参照实施例来获得上面简要概述的本发明的更具体描述,一些实施例在附图中示出。然而,要注意,附图仅示出了本发明的典型实施例,因此不应被认为限制本发明的范围,原因在于本发明可以允许其他等效实施例。
图1是可以在其上实现本发明的一些实施例的计算机系统的框图。
图2示出在本发明的实施例中所生成和使用的各种时间表。
图3示出在本发明的实施例中所生成和使用的分析表(histogram)。
图4是根据本发明的一个实施例的用于生成相互依存时间表的方法的流程图。
图5是根据本发明的一个实施例的用于生成相互依存时间表的方法的流程图。
图6示出在本发明的实施例中所生成和使用的经修改的分析表。
图7示出为了根据时间表和人为人物角色加权系数来获得权重而在本发明的一些实施例中使用的矩阵方程A·W=B的扩展。
图8示出根据本发明的一个实施例的基于所记录时间表的某些活动的分布图。
图9示出从根据本发明的一个实施例所生成的100,000个时间表累积的三个人物角色的某些活动的分布图。
图10是根据本发明的一个实施例的用于使用人物角色来生成模拟的时间表的方法的流程图。
图11是根据本发明的一个实施例的用于创建推断人物角色的方法的流程图。
图12是根据本发明的一个实施例的用于创建人为人物角色的方法的流程图。
具体实施方式
此外,本发明涉及意在在数字计算机系统中实现的方法、技术和算法。将通过并非意在进行限制的概述来描述如图1中所示的数字计算机系统100。这样的数字计算机或嵌入式设备在本领域中是公知的,并且可以包括下述系统的变型。
图1是配置成实现本发明的一个或更多个方面的系统100的框图。系统100可以是计算机工作站、个人计算机或适用于实施本发明的一个或更多个实施例的任何其他设备。如图所示,系统100包括一个或更多个处理单元如中央处理单元(CPU)102,以及经由可以包括存储器桥接器105的总线路径进行通信的系统存储器104。CPU102包括一个或更多个处理内核,并且在操作中,CPU102是系统100的主处理器,其控制并协调其他系统部件的操作。系统存储器104存储供CPU102使用的软件应用和数据。CPU102运行软件应用并且任选地运行操作系统。可以为例如北桥芯片(Northbridge chip)的存储器桥接器105经由总线或其他通信路径(例如,超传输链路(Hyper Transport link))连接至I/O(输入/输出)桥接器107。可以为例如南桥芯片(Southbridge chip)的I/O桥接器107接收来自一个或更多个用户输入设备(例如键盘108或鼠标109)的用户输入,并且经由存储器桥接器105将此输入转发至CPU102。在可选实施例中,I/O桥接器107还可以连接到其他输入设备,如操纵杆、数字化仪、触摸板、触摸屏、静物或视频摄像机、运动传感器和/或麦克风(未示出)。
一个或更多个显示处理器如显示处理器112经由总线或其他通信路径113(例如,串行总线(PCI Express)、加速图形端口(Accelerated Graphics Port)或超传输链路)耦接至存储器桥接器105;在一个实施例中,显示处理器112为包括至少一个图形处理单元(GPU,graphics processing unit)和图形存储器的图形子系统。图形存储器包括用于存储输出图像的每个像素的像素数据的显示存储器(例如,帧缓冲器)。图形存储器可以与GPU集成在同一设备中、作为分离的设备与GPU连接、和/或在系统存储器104中实现。显示处理器112周期性地将像素传送至显示设备110,该显示设备110可以是任何传统的阴极射线管(CRT)或LED显示器。显示处理器112可以向显示设备110提供模拟或数字信号。
系统盘114也连接至I/O桥接器107,并且可以被配置为存储供CPU102和显示处理器112使用的内容和应用和数据。
系统盘114提供用于应用和数据的非易失性存储,并且可以包括固定的或可移动的硬盘驱动器、闪速存储器设备以及CD-ROM、DVD-ROM、蓝光、HD-DVD或其他磁的、光学的或固态的存储设备。
开关116提供I/O桥接器107与其他部件(如网络适配器118和各种插卡120和121)之间的连接。网络适配器118使系统100能够经由电子通信网络与其他系统进行通信,并且可以包括通过局域网和广域网(如因特网)的有线或无线通信。
其他部件(未示出)——包括USB或其他端口连接、胶片记录设备等——也可以连接至I/O桥接器107。例如,音频处理器可以用于根据由CPU102、系统存储器104或系统盘114提供的指令和/或数据来生成模拟或数字音频输出。如本领域已知的,对图1中的各个部件进行互连的通信路径可以使用任何合适的协议来实现,该协议例如为PCI(外围部件互连)、串行总线(PCI-E)、AGP(加速图形端口)、超传输、或者任何其他总线或点对点通信协议,并且不同设备之间的连接可以使用不同的协议。
在一个实施例中,显示处理器112结合有针对图形和视频处理进行优化的电路,包括例如视频输出电路,并且构成图形处理单元(GPU)。在另一实施例中,显示处理器112结合有针对通用处理进行优化的电路。在又一实施例中,显示处理器112可以与一个或更多个其他系统元件(如存储器桥接器105、CPU102以及I/O桥接器107)集成以形成片上系统(SoC)。在再一实施例中,显示处理器112被省略,并且由CPU102执行的软件完成显示处理器112的功能。
像素数据可以直接从CPU102提供至显示处理器112。在本发明的一些实施例中,经由网络适配器118或系统盘114将表示场景的指令和/或数据提供至均类似于系统100的渲染集群(render farm)或一组服务器计算机。渲染集群使用所提供的指令和/或数据生成该场景的一个或更多个渲染图像。这些渲染图像可以以数字格式存储在计算机可读介质上,并且可以任选地返回至系统100以供显示。
可选地,CPU102向显示处理器112提供定义期望的输出图像的数据和/或指令,根据该数据和/或指令,显示处理器112生成一个或更多个输出图像的包括表征和/或调节立体图像对之间的偏移量的像素数据。定义期望的输出图像的数据和/或指令可以存储在系统存储器104或显示处理器112内的图形存储器中。在一个实施例中,显示处理器112包括根据定义场景的几何形状、照明阴影、纹理、运动和/或摄像机参数的指令和数据来生成输出图像的像素数据的3D渲染能力。显示处理器112还可以包括能够执行着色器程序、色调映射程序等的一个或更多个可编程执行单元。
在一个实施例中,在系统存储器104中存储应用150。应用150可以是配置成在显示设备110上显示图形用户界面(GUI,graphical userinterface)的任何应用。应用150可以配置成基于从用户接收的输入来生成和修改文件。例如,应用150可以是文字处理应用或图像编辑程序。
将理解,本文所示的系统是说明性的,并且变型和修改均是可能的。连接拓扑结构——包括桥接器的数目和布置——可以根据需要进行修改。例如,在一些实施例中,系统存储器104可以直接地而不是通过桥接器连接至CPU102,并且其他设备可以经由存储器桥接器105和CPU102与系统存储器104通信。在其他可选拓扑结构中,显示处理器112可以连接至I/O桥接器107或直接连接至CPU102,而不是连接至存储器桥接器105。在其他实施例中,I/O桥接器107和存储器桥接器105可以集成在单个芯片中。另外,本文中所示的具体部件是可选的。例如,可以支持任意数目的插卡或外围设备。在一些实施例中,除去了开关116,并且网络适配器118和插卡120、121直接连接至I/O桥接器107。
此外,本发明的实施例将人物角色——在人机交互的领域中使用的虚构个体的描述——引入建筑物性能的模拟中。随着能源和资源节约的现代趋势,本发明的目标为通过帮助建筑师预测与不同的设计选项相关联的能源需求来减少建筑物对环境的影响。
本发明大体上涉及用于模拟各个建筑物占用者的行为的方法和技术。本发明的方法和技术有利地允许占用者彼此交互以产生逼真的模拟。在另一实施例中,本发明使用人物角色对占用者的行为进行定制和多样化。占用者交互和行为定制是通过向用于模型校准的活动分配加权系数来实现的。模拟结果表明,通过仅提供某些信息,本发明可以生成对所识别项目具体地定制的相互依存时间表。
在一个实施例中,本发明的方法生成用于预定数目的建筑物占用者的多组时间表。该时间表展示占用者交互和其他属性。例如,如果在一个占用者的时间表中出现办公室会议或社交聚会,则该办公室会议或社交聚会也将出现在其他参与占用者的时间表中。而且,可以定制在时间表中表示的行为。例如,使用下面描述的数学技术来实现占用者交互和行为定制。在此技术中,将加权系数分配给用于模型校准的时间表和活动。
在本发明的一个实施例中,占用者时间表为描述建筑物占用者在一天中的行为的连续活动的列表。图2中示出占用者时间表202和204的示例。出于图2中所示示例的目的,活动限于离开(意味着占用者离开建筑物)、工作(意味着占用者在建筑物中单独工作)、用餐(意味着占用者正单独进食)以及会议(意味着占用者正在参与多人会议)。本发明的其他实施例包括可以由建筑物占用者执行的更多任务。对于给定活动,图2的示例包括两种属性。持续时间是活动将持续的时间量。该信息还与已知的开始时间一起设定结束时间。对于多人会议,属性nPO指定参与占用者的数目。在不脱离本发明的教示的情况下,更多的活动也是可能的。例如,活动可以包括在办公室中、在走廊中或在会议室中,以表示可以在建筑物的各部分执行的工作活动。同样,在不脱离本发明的教示的情况下,更多的属性是可能的。例如,活动的属性可以包括所使用的资源、资源量、使用的持续时间及其他。这样的属性在对用电、用水甚至复印机和打印机的纸张使用进行建模过程中会是有用的。本领域的技术人员在理解本公开内容时将理解本发明的这些和更多的变型。
在对建筑物的使用进行建模过程中,希望对建筑物占用者的行为进行建模。这样做的一种方法为针对建筑物的所有占用者建立时间表。图2中所示的是建筑物的两个占用者的时间表。如图所示,例如,在占用者1的时间表202中,他在上午9:00到达以开始工作并且在他的办公室中工作一个小时。然后,他在上午10点出席持续一小时的五人会议。占用者1的活动继续下去,直到他在下午6:00离开建筑物为止。占用者n具有不同的时间表,其中该占用者在上午10:00到达并且在下午8:00离开,期间如时间表204所示进行工作、用餐以及会议任务。
在本公开中描述的是,如果在所生成的时间表中自动再现在建筑物占用者的所记录时间表中发现的行为模式,则对占用者行为模拟进行时间表校准。每种时间表校准方法包括模型校准阶段,其间使用所记录时间表的活动来填写分析表。例如,在图3的分析表306中,注意活动#1,在10:00至11:00之间发生的从离开任务到工作任务的转变向离开→工作行且标记为10的列贡献了值1。如图2和图3所示,使用一小时的增量。在实践中,多个时间表可以贡献于给定的分析表。同样在实践中,期望使用更精细的分辨率,例如1分钟的增量。如果需要的话,其他实施例可以使用甚至更小的时间增量。
现有技术的时间表校准方法没有恰当地考虑多占用者交互。例如,如果在一个占用者的时间表中生成五人会议,那么同一会议应当在其他四个占用者的所生成时间表中出现。在现有技术中,所生成的占用者时间表是独立的。
现有技术的时间表校准的占用者行为模拟方法也未能提供易于使用的用于定制模拟行为的机制。考虑如下场景,其中客户向建筑师通知未来的办公楼将容纳不同数目的程序员、经理、营销人员以及销售人员。预计每种类型的占用者工作不同的时间并且喜欢不同的活动。这种多元化但具体到项目的行为可以通过提供用于校准的时间表进行建模,但会过高地耗费时间。
在本发明的一个实施例中,人物角色被实现为针对人机交互(HCI,human-computer interaction)而开发的。在一个实施例中,人物角色是对虚构个体的描述。在某些领域中,使用人物角色,以通过将虚构角色用作未来用户而更好地理解产品要求。在其他领域中,可以给人物角色分配肖像、姓名(如“Max”或“Jane Roberts”)以及强调个性品质和社会/工作相关习惯的1页至2页的说明。另外当人物角色大体在本质上定性时,他们可以缩减成多组定量属性并且进行数值分析。将在下面进一步描述定量人物角色的使用。
在本发明的实施例中,描述适应模拟占用者之间的交互的时间表校准方法。在一个具体实施例中,仅需要一个另外的输入参数:建筑物占用者的最大数目N。本发明的方法同时生成N个时间表,而不是独立地生成每个占用者时间表。
图4和图5中所示的是根据本发明的一个实施例的用于生成相互依存占用者时间表的方法。虽然结合本文中所阐述的各种系统表示来描述该方法,但本领域的技术人员将理解,以任何顺序描述方法步骤的任何系统均落入本发明的范围内。
如图4所示,在步骤402处,时间被初始化。例如,在本发明的一个实施例中,在上午12:00对时间进行初始化。其他的初始化时间当然是可能的。在步骤403处,建筑物的N个占用者的活动被初始化为离开,即无占用者在建筑物中。此外,设定此第一活动的属性。在一个实施例中,占用者属性包括活动、开始时间、持续时间和参与占用者的数目(在本公开中也称为nPO)。在图4的实施例中,在完成步骤403之后,所有的占用者均在建筑物外部并且他们的到达时间(例如,离开活动的结束)是已知的。在本发明的其他实施例中,可以随着时间步长递增来随机生成建筑物的各个占用者的开始时间(参见步骤404)。
如图4所示,在步骤404处,时间步长递增,并且针对建筑物的N个占用者来实现某些步骤。例如,对于占用者1,在步骤406-1处进行检查以确定其先前的活动是否已经终止。如果其先前的活动尚未终止,则直到下一个时间步长为止都不对占用者1进行其他活动(参见步骤406-1的“否”分支)。在另一方面,如果先前的活动已经终止(参见步骤406-1的“是”分支),则在步骤408-1处给占用者1分配新活动并且在步骤410-1处设定这种新活动的属性。在步骤412-1处,如果新活动是多占用者活动如会议,则对此新活动做出考虑。
针对占用者1在每个时间步长处重复步骤406-1至412-1。同样,针对每个占用者重复类似的步骤(参见针对占用者N的步骤406-N至412-N)。
对于多占用者活动如会议,图5中提供了步骤412的更多细节。如图5所示,其中,占用者A的新活动为会议,其他参与占用者(nPO)也被分配相同的会议活动。例如,在步骤504-A处为第一个其他参与占用者——占用者A——分配了会议作为其新活动,并且在步骤506-A处分配占用者A的会议属性。针对总数为nPO-1的其他占用者执行步骤504-x和506-x。在本说明书中,发起此会议的占用者A称为发起者,并且具有更改的会议的nPO-1个其他占用者称为被召集占用者。针对会议(或其他多占用者活动)的其他占用者同样重复步骤504-x和506-x。
在一个实施例中,根据各种概率分布随机地生成占用者的新活动。这些分布可以取决于例如从在如本文中所描述的校准阶段中填写的分析表提取的值。
在本发明的其他实施例中,向被召集占用者分配新活动的方式可以改变。例如,一种选项为立即将共享活动应用于被召集占用者。例如,该方法提前终止所有nPO-1个被召集占用者的当前活动,并且将新的共享活动追加至nPO-1个相关联的时间表。以此方式,所有的nPO个占用者同时开始此共享活动。在办公室会议的情况下,所有出席者将准确地同时到达。然而,通过图5的步骤502-x至506-x的后续执行,一些参与者可能会提早离开以出席其他会议。
另一种选项为使共享活动排队。例如,每个被召集占用者将仅在他/她的当前活动的计划完成之后转向共享活动。此选项将允许参与者开会迟到,但所有参与者可以同时离开会议。
为了考虑到计划会议和临时会议两者,本发明的一个实施例实现了上述两种选项之间的折衷。首先,nPO-1个被召集占用者中的[nPO/2]个被召集占用者被选择为放弃其当前活动而立即转换至共享活动。其余的被召集占用者完成其当前活动,并且其后转向共享活动。通过这种方法,一些占用者可以开会迟到并且一些占用者可以提早离开。
在本发明中,模拟占用者发起共享活动的频率反映现实占用者进行交互的频率。但由于占用者可能被其他占用者召集,所以如果未恰当考虑,则可能会高估模拟占用者参与共享活动的频率。
在本发明的一个实施例中,一种解决方案为通过因子nPO来减小发起nPO人活动的概率。这通过向在用于校准的所记录时间表中的每个活动分配加权系数1/nPO来进行。这些系数影响之前所讨论的分析表填写过程。表602列出如图3所示的表306的换算分析表。例如,因为活动604具有3个参与占用者,所以活动308的值按1/3进行换算。对其他多占用者活动做出类似调节。
加权系数的这样的应用减少模拟占用者发起共享活动的比率,从而补偿他们可能被召集至由其他占用者发起的活动的情形。此外,在本公开的下文中,引入不同的非负加权系数组,从而以其他方式影响行为。然而,在其他实施例中,可以实现负加权系数。
现在将在建筑物性能模拟的环境中以定制模拟行为的方式讨论人物角色。在HCI行业,软件设计师引入人物角色以更好地理解未来计算机应用的用户的习惯。以类似的方式,建筑师可以根据本发明使用人物角色以更好地预测建筑物中的占用者行为。
在HCI中,人物角色趋于在本质上是定性的。但在本公开中,使用定量的人物角色。在本发明中,人物角色被视为一组定量的人物角色属性。例如,为了描述办公室职员,除其他方面,有用的人物角色属性包括到达时间、会议花费一天的百分比以及每天休息的次数。
通常,赋予人物角色的属性越多,其可以合理表示的现实世界的人就越少。为了拓宽人物角色的范围,在本发明的一个实施例中,人物角色属性被表示为区间而非被严格地约束。这使得人物角色能够表示建筑物中较多的占用者。例如,并不规定占用者在上午09:00到达、会议花费一天的5%以及每天休息3次,本发明考虑该占用者在上午08:45至09:15之间到达、会议花费一天的3%至7%以及休息2次至4次。每个区间均具有相关联的概率(例如,“......在08:45至09:15之间到达”、占时间的80%)。本发明的任何特定应用可以根据需要改变这些类型的区间。实现本发明的模拟包的用户可以容易地理解这些区间的用途。
在数学上,更方便的是用平均值μ和标准偏差σ将每个人物角色属性参数化。如果μ和σ是已知的,则可以根据方程1(如下所示)来计算与概率p相关联的区间边界blower和bupper。类似地,如果区间是已知的,则根据方程2(如下所示)来计算μ和σ。Φinv用于表示标准正态分布的逆累积分布函数。也可以使用其他概率分布。
图10所示的是根据本发明的一个实施例的用于使用人物角色来生成模拟占用者时间表的方法。虽然该方法是结合在本文中所阐述的各种系统表示来进行描述的,但本领域的技术人员将理解,以任何顺序描述方法步骤的任何系统均落入本发明的范围内。
如图10所示,可以向实现本发明的软件包的用户提供要用于生成模拟时间表的属性的选择。如上所述,除其他方面,属性可以包括到达时间、会议花费一天的百分比以及每天休息的次数。在不脱离本发明的教示的情况下,根据本发明可以使用更多的属性。
在步骤1004处,实现本发明的软件包的用户可以指定与要使用的各种属性相关联的特性。例如,如上所述,属性的特性可以指定为区间。然后,软件包可以使用这些区间来生成期望的统计参数,例如概率分布的平均值和标准偏差。还可以实现指定区间的可选方案。例如,不指定对属性进行约束的范围,可以指定其他特性。例如,可以指定概率分布的平均值和标准偏差。此外,还可以指定概率分布的类型(例如,正态分布、均匀分布、指数分布等)。
如图10所示,本发明的此实施例在步骤1006处根据预定的人物角色来处理所提供的信息,以在步骤1008处生成模拟的时间表。图10的方法可以被实现多次以根据需要生成多个模拟的时间表。
现在将讨论构造本发明的人物角色的方式。公开了两种类型的人物角色:(i)推断人物角色;以及(ii)人为人物角色。这些人物角色的变型和组合也在本发明的范围内。
图11所示是根据本发明的一个实施例的用于构造推断人物角色的方法。在推断人物角色的情况下,根据在步骤1102处收集的n个占用者时间表以及在步骤1104处计算的该n个占用者时间表的相关联加权系数,在步骤1106处生成m个人物角色属性。回想到加权系数是与单个活动有关的,并且在占用者时间表中存在若干活动。本发明的一个实施例针对每个时间表使用单个权重。因此,对于每个占用者时间表j(意味着由整数j识别的时间表;j=0,1,...,n-1),通过对时间表的活动的加权系数求平均来计算权重wj(在步骤1104处)。
继续此人物角色推断过程,下一个步骤为在步骤1108处针对每个人物角色属性i和占用者时间表j生成单独的时间表属性aij。aij的推导取决于人物角色属性的类型。例如,如果属性量化办公室工作者的到达时间,则为aij分配在午夜与当天的第一办公室活动之间的时间。如果人物角色属性为会议花费的时间百分比,则通过将会议所花费的累计时间除以到达时间与离开时间之间逝去的时间来计算aij。
在获得n个权重wj和所有的m·n个时间表属性aij之后,在步骤1110处计算某些统计值。在一个实施例中,计算每个人物角色属性i的平均值μi和标准偏差σi。在一个实施例中,这可以通过如下方式进行:使用方程3来估计nw,然后使用方程4和5来获得每个μi和σi。
通过在步骤1112处针对每个人物角色属性应用方程1以计算相应的区间来完成推断人物角色。
在一个实施例中,概率p可以在某些情况下被调节以生成较合理的区间。考虑例如任意选择的80%的p产生每天休息-2(负2)次至5次的区间的情况。为了避免负数,利用重新计算的42%的p,休息可以代替地受限于0次至3次休息。
然后,可以根据图10的方法来使用根据图11的方法生成的人物角色,以生成然后可以用在建筑物的使用中的模拟时间表。根据图11的方法所生成的人物角色可以结合图10的方法使用,以根据需要生成多个模拟的时间表。
现在将讨论为了生成虚构时间表而创建人为人物角色的方式。需要注意的是,本发明并未丢弃时间表校准方法,原因在于包括所记录时间表减轻了从用户提供的人物角色获得所有行为信息的需要。然而,在记录的行为与人为人物角色属性矛盾的情况下,该属性是应支配模拟占用者的行为的属性。
为了解决目前的定制问题,使用如图7所示的矩阵方程A·W=B。如图所示,矩阵A702和B704是已知的,并且将得到向量W706的解。此外,W706包括根据时间表和人为人物角色的加权系数所获得的权重。
图12所示为根据本发明的一个实施例的用于构建人为人物角色的方法。虽然该方法是结合在本文中所阐述的各种系统表示来描述的,但本领域的技术人员将理解,以任何顺序描述方法步骤的任何系统均落入本发明的范围内。
鉴于人物角色推断需要使用n个时间表和n个权重来计算m个人物角色属性,向图12的用于构建人为人物角色的方法提供m个人物角色属性和用来获得n个权重的n个时间表。如将示出的,图12的方法将所模拟的行为朝向所期望的人为人物角色的行为引导。
如所示出的,在步骤1202处输入m个人物角色属性,并且在步骤1204处输入n个时间表。在本发明的一个实施例中,人物角色属性中的某些人物角色属性可以指定为区间。在这样的实施例中,如图12所示,在步骤1206处针对每个人物角色属性i使用方程2计算统计值μi和σi。在步骤1208处,如上面针对人物角色推断所描述的(参见图11的步骤1108)生成时间表属性aij。
此时,权重wj与它们的和nw是未知的。在数学上,使用方程3通过代入从方程4和5消去nw。进一步的处理产生方程6和7。
然后,方程6和7可以表示为如图7所示的A·W=B形式的矩阵方程。包括方程8的进一步约束,以避免为零的精确解W=0n(即,向量W含有未知权重wj并且0n为n个零的向量)。
rA·wj=rA(8)
利用由方程6给出的m个方程、由方程7给出的另外m个方程以及由方程(8)给出的另外n个方程,对于n个未知数,有2·m+n个方程可用。在此多余指定情况下,在图12的方法的步骤1210处实施最小二乘解以计算W。然而,要注意,还可以实施本领域中已知的其他解。
注意,rA的较大值突显(emphasize)方程8。隐含着对于所有j均为wj=1的这n个方程将所模拟的行为朝向在时间表中所发现的行为引导。反之,小的rA值有利于人物角色。在某些应用中,已观察到在时间表和人为人物角色之间可能存在大的差异。在这些情况下,最安全的是使用大的rA以阻止权重的可变性。在本发明的一个实施例中,使用对此差异进行量化的方程9。要注意,A2·m为A的顶部2·m×n子矩阵,并且B2·m为B的顶部2·m个元素子向量。
rA=||A2·m·1n-B2·m||(9)
如步骤1210中所计算的最小二乘解为使||A·W–B||最小化的W。注意,在一个实施例中,标准解法忽略了权重应当非负的情形。在一个实施例中,使用对于所有j均保证wj≥0的、Bro和Jong(1997)的快速非负约束最小二乘算法(FNNLS,Fast Non-Negativity-Constrained Least Squares Algorithm)来获得W。根据方程10的小的r值表明成功的拟合(fit)。
r=||A2·m·W-B2·m||(10)
利用手中的W,如图12的步骤1212中所示,可以向每个时间表j的每个活动分配wj作为加权系数。如果在模型校准阶段使用n个时间表和新加权系数,则作为结果的模拟行为反映时间表和人为人物角色两者。
然后,可以根据图10的方法来使用根据图12的方法生成的人物角色,以生成然后可以用在建筑物的使用中的模拟时间表。根据图12的方法所生成的人物角色可以结合图10的方法使用,以根据需要生成多个模拟时间表。
在本发明的实施例中,将占用者交互和行为定制结合进单个多占用者模拟方法中。通过采集行为数据并且在C++中实现原型来测试该方法。
本发明的该实施例使用一组记录的占用者时间表。出于测试目的,从追踪六位研究人员自己在办公室环境中的活动的这些研究人员收集到共计121个时间表。每个时间表类似于图2的具有较精细分辨率的时间表。在本实施例中,任务限制为离开、伏案工作、办公桌会议、团队会议、技术访问(例如,使用打印机)、洗手间休息、原地(onsite)休息和离位(offsite)休息。图8示出基于所使用的121个时间表的、在一天中占用者在其办公桌处工作(下部区域802)以及与其他占用者参加共享活动(上部区域804)的概率。
在应用中,所记录时间表可以用模拟软件打包并且重复利用。然而,人物角色的组和针对每种人物角色的占用者的数目可以基于每个项目来指定。
这里所描述的虚构建筑物包括100个占用者和3种人物角色:(i)关于人物角色X的50个占用者;(ii)关于人物角色Y的40个占用者;以及(iii)关于人物角色Z的10个占用者。根据所记录时间表推断其六个人物角色属性(m=6),而不是人为地创建人物角色X。下面,针对办公桌会议区间,p=50%;而针对其他为p=80%。
人物角色X(从输入数据推断)
...在08:26至12:30之间到达
...在15:29至21:44之间离开
...办公桌会议花费一天的0.0%至14.7%
...具有19.8%的机会与团队开会
...每天原地休息0.2次至3.2次
...具有51.2%的机会离位休息
对于与团队会议和离位休息有关的人物角色属性,所列出的概率为平均值μ。因为σ=μ·(1-μ),所以区间和标准偏差对于这些属性是冗余的。至于时间表属性,如果时间表j包括任何团队会议/离位休息,则aij=1,否则aij=0。
人物角色Y和人物角色Z两者均是人为创建的。注意下面针对人物角色Z指定的行为与根据所记录时间表推断的行为之间的差异。
人物角色Z(人为创建)
...在10:00至11:00之间到达
...在18:00至21:00之间离开
...办公桌会议花费一天的10.0%至20.0%
...具有40.0%的机会与团队开会
...每天原地休息1.0次至3.0次
...具有20.0%的机会离位休息
在模拟交互的占用者之前,针对每个人物角色生成一组nind个独立时间表。使用nind=10000的值,以时间表校准方法生成人物角色X的时间表。
对于每个人为人物角色,如Y和Z,首先通过生成n个独立的时间表、构建图7的矩阵并且求解W来定制行为。n的值=400。如果在n个时间表与人为人物角色之间存在显著差异,则FNNLS算法的单次应用可能不足够。在此情况下,定制过程可以重复若干次。在每次迭代时,当前的W用于生成一组新的n个时间表,而该组新的n个时间表转而产生更新的W。当连续的每组n个时间表较好地反映人物角色时,r的值趋于随着每次迭代减小。当r≤0.1时,迭代终止。在本示例中,针对人物角色Y和人物角色Z两者使用三次迭代。最终的多组权重用于生成多组nind个时间表。
对于每个人物角色,nind个独立时间表可用于根据其来校准单独的活动生成器。此时,应用占用者交互加权方案,其中每个nPO人活动被赋予系数1/nPO。当占用者的当前活动在模拟过程中终止时,与他的人物角色相关联的活动生成器生成下一活动。
最后的挑战为使多个人物角色的占用者能够被召集到同一共享活动,然而仍保存独立时间表中的活动。在本实施例中,使用所有组的nind个时间表来校准单个参与者生成器。每当活动生成器输出共享活动时,参与者生成器计算被召集占用者的比例以将其分配给每种人物角色。将所有的四种活动属性(一天的时间、任务、nPO、持续时间)用作因素,并且对于每种人物角色存在一种特征。一组归一化的特征值给出活动参加者中人物角色的分布。
在本发明的特定人物角色的占用者相对较少的应用中,这样的占用者可能被召集至不成比例的大量共享活动。在此情况下,一组适当的加权系数解决此问题。回想用每个人物角色的nind个时间表来校准参与者生成器。用共享相应人物角色的占用者的整体分数对每组nind个时间表进行加权。在原型中,例如,三种人物角色的系数分别为0.5、0.4和0.1。
在24小时的周期内,对100个交互占用者的行为模拟1000次。使用从100,000个结果时间表中累积的活动数据来创建图9的分布图。图9示出针对人物角色X(曲线图902,共享的活动904,伏案工作906)、人物角色Y(曲线图908,共享的活动910,伏案工作912)以及人物角色Z(曲线图914,共享的活动916,伏案工作918)的基于模拟行为的活动分布图。
从定性的观点看,结果如预期的那样。图9中所模拟的人物角色X的分布图类似于图8中的所记录时间表的分布图。人物角色Y被设计为呈现提早的时间表和相对较少的共享活动,并且此行为反映在图9中。类似地,针对人物角色Z的分布图与人为属性一致,呈现出较晚的时间表和较普遍的共享活动。还通过察看每个活动来检查所生成的时间表的样本。时间表呈现为合理的。
为了定量验证定制技术,根据10000(nind)个独立时间表来推断人物角色。为了验证占用者交互技术,还根据交互占用者的时间表来推断人物角色。下面示出的是人物角色Y的人为版本,后面跟随有两个推断版本。对于独立的模拟占用者,办公桌会议区间具有68%的概率;而对于交互占用者,办公桌会议区间具有42%的概率。对于所有其他属性,P=80%。
人物角色Y(人为创建)
...在08:30至09:00之间到达
...在17:00至18:00之间离开
...办公桌会议花费一天的0.0%至4.0%
...具有10.0%的机会与团队开会
...每天原地休息0.0次至2.0次
...具有60.0%的机会离位休息
人物角色Y(独立的模拟占用者)
...在08:29至09:00之间到达
...在16:45至18:11之间离开
...办公桌会议花费一天的0.0%至3.8%
...具有12.3%的机会与团队开会
...每天原地休息0.0次至2.0次
...具有59.1%的机会离位休息
人物角色Y(交互的模拟占用者)
...在08:30至09:00之间到达
...在16:56至18:11之间离开
...办公桌会议花费一天的0.0%至4.9%
...具有14.3%的机会与团队开会
...每天原地休息0.0次至2.1次
...具有63.3%的机会离位休息
注意人物角色Y的人为版本与根据独立生成的时间表推断的版本之间的一致。尽管在两组区间之间存在差别,但是这些差别小于在预测的占用者行为与实际占用者行为之间预期的差别。因为对于人物角色Z实现了类似的一致水平,所以在本发明的方法的定制方面存在置信。
人物角色Y的两个推断版本之间的相似性表明在未严重改变行为模式的情况下引入了占用者交互。然而,值得注意的是,在具有占用者交互的版本中,共享活动的普遍性始终较高。在人物角色Z的团队会议属性中出现最显著的差异,其中人为概率为40%。独立时间表产生40.4%,但在交互的情况下结果为59.4%。对于每种其他属性,这种偏差是可观察的但却是合理的。
利用本发明的方法,建筑师或模拟工具的其他用户从所提供的所记录时间表受益。本发明还可以在输入有较少人物角色属性或甚至未输入属性的情况下产生逼真的行为。
在实现本发明的工作流程中,在项目的开始阶段,建筑师或模拟工具的其他用户将选择两个参数:建筑物的类型(例如,办公楼、家用住宅、购物中心);以及占用者的总数。然后,模拟软件将使用针对所选择的建筑物类型提供的任务和所记录时间表来生成逼真的模拟行为。在进一步的工作流程中,为了考虑公司员工、年龄、性别或文化特质之间的差别,将增加人物角色。这可以逐步进行。当建筑师设计建筑平面图并选择具体材料时,例如,他的模型可能从零个人物角色扩展为各自具有少量属性的少量人物角色可能直到大量的详细人物角色。在设计过程的后期,例如,他然后可以包括用于偶尔到访的客人的人物角色或可以建模为通常在家工作的办公室职员的人物角色。
在本公开中,已经描述了用于对建筑物的占用者的交互进行模拟的方法和技术。在本发明的实施例中,建筑师或模拟工具的其他用户可以创建为其自己的项目具体定制的虚构占用者时间表。
虽然前文针对本发明的实施例,但在不偏离本发明的基本范围的情况下,可以设想本发明的其他和另外的实施例,并且本发明的范围由所附权利要求确定。
Claims (20)
1.一种用于生成时间表的方法,所述时间表用于作为建筑物的占用者的个体的模型,所述方法包括:
经由处理器向第一数目的人物角色分配一个或更多个预定第一任务,其中,每个人物角色是个体的描述;
向第一数目的人物角色中包括的识别的人物角色分配识别的任务,其中,所述识别的任务还需要第一数目的人物角色中包括的第一预定数目的其他人物角色的参与;
将加权系数分配给所述识别的任务,以获得校准的识别的任务,其中,加权系数反比于第一预定数目的其他人物角色,并且其中,所述识别的任务通过加权系数来加权,以减少所识别的人物角色使得共享活动被初始地分配给所识别的人物角色和第一预定数目的其他人物角色两者的比率;
识别第一预定数目的其他人物角色中包括的第一其它人物角色相关联的模拟占用者,其中,一个或更多个预定第一任务中包括的第一任务分配给模拟占用者;以及
在由模拟占用者完成第一任务时,基于与第一其它人物角色相关联的模拟占用者的总数和加权系数向模拟占用者分配所述校准的识别的任务。
2.根据权利要求1所述的方法,其中,所述第一预定数目的其他人物角色选自所述第一数目的人物角色。
3.根据权利要求1所述的方法,还包括:
向所述一个或更多个预定第一任务和所述识别的第一任务分配属性。
4.根据权利要求3所述的方法,其中,所述一个或更多个第一任务以及所述识别的任务的属性包括开始时间和持续时间。
5.根据权利要求3所述的方法,其中,所述一个或更多个第一任务以及所述识别的任务的属性包括优先级指标。
6.根据权利要求3所述的方法,其中,所述一个或更多个第一任务以及所识别的任务的属性包括在所述建筑物中的位置。
7.根据权利要求1所述的方法,其中,所述一个或更多个预定第一任务包括在建筑物中存在或不存在的指示。
8.根据权利要求1所述的方法,还包括:
立即向第二预定数目的其他个体分配所述识别的任务,其中,所述第二预定数目小于所述第一预定数目。
9.根据权利要求1所述的方法,还包括:
在分配给第二预定数目的其他个体的尚未完成的第一任务完成之后,向所述第二预定数目的其他个体分配所述识别的任务,其中,所述第二预定数目小于所述第一预定数目。
10.一种计算设备,包括:
数据总线;
耦接至所述数据总线的存储器单元;
耦接至所述数据总线并且被配置为执行以下操作的处理单元:
经由处理器向第一数目的人物角色分配预定第一任务;
向第一数目的人物角色中包括的识别的人物角色分配识别的任务,其中,所识别的任务还需要第一数目的人物角色中包括的第一预定数目的其他人物角色的参与;
将加权系数分配给所述识别的任务,以获得校准的识别的任务,其中,所述识别的任务通过加权系数来加权,以减少所识别的人物角色使得共享活动被初始地分配给所识别的人物角色和第一预定数目的其他人物角色两者的比率;
识别第一预定数目的其他人物角色中包括的第一其它人物角色相关联的模拟占用者,其中,一个或更多个预定第一任务中包括的第一任务分配给模拟占用者;以及
在由模拟占用者完成第一任务时,基于与第一其它人物角色相关联的模拟占用者的总数和加权系数
向模拟占用者分配所述校准的识别的任务。
11.一种用于生成建筑物的占用者的时间表的方法,包括:
接收第一组活动的识别,所述第一组活动能够分配给建筑物的第一模拟占用者和第二模拟占用者,其中,第一模拟占用者和第二模拟占用者与第一人物角色相关联,其中,一个或更多个属性与所述第一组活动中的每个活动相关联;
对于所述一个或更多个属性中的每个属性,确定将属性的值约束到区间范围的相关联区间范围;
经由处理器,生成第一占用者模型,所述第一占用者模型包括所述第一组活动和与所述第一组活动中的每个活动相关联的所述一个或更多个属性所关联的区间范围;
根据所述第一占用者模型向所述第一模拟占用者分配第一活动,其中,所述第一活动选自所述第一组活动;
针对所述第一模拟占用者,根据所述第一占用者模型以及第一活动被与第一人物角色相关联的模拟占用者执行的概率,向所述第一活动的一个或更多个属性分配一个或更多个第一值;
根据所述第一占用者模型,向所述第二模拟占用者分配所述第一活动;以及
针对所述第二模拟占用者,根据所述第一占用者模型以及第一活动被与第一人物角色相关联的模拟占用者执行的概率向所述第一活动的一个或更多个属性分配一个或更多个第二值,其中,所述一个或更多个第二值与分配给所述第一活动的一个或更多个属性的所述一个或更多个第一值不同。
12.根据权利要求11所述的方法,其中,生成所述第一占用者模型包括以下步骤:
收集第一预定数目的调查时间表;
计算用于所述第一预定数目的调查时间表的加权系数,其中,所述加权系数对所述调查时间表的统计值进行转换以和与所述一个或更多个属性相关联的区间范围相符。
13.根据权利要求12所述的方法,其中,所述第一预定数目的调查时间表是根据现实世界建筑物的占用者的调查而获得的。
14.根据权利要求12所述的方法,其中,所述加权系数被计算为仅为正数。
15.根据权利要求11所述的方法,其中,与所述一个或更多个属性相关联的区间范围确定分配所述第一组活动的概率的平均值和标准偏差。
16.根据权利要求12所述的方法,其中,与所述一个或更多个属性相关联的区间范围确定向所述第一活动的一个或更多个属性分配一个或更多个第一值和一个或更多个第二值的概率的平均值和标准偏差。
17.根据权利要求12所述的方法,其中,生成所述第一占用者模型包括以下步骤:
生成第一预定数目的人为时间表,所述第一预定数目的人为时间表包括所述第一组活动和与所述第一组活动中的每个活动相关联的所述一个或更多个属性;以及
计算所述第一预定数目的人为时间表的加权系数,其中,所述加权系数对所述调查时间表的统计值进行转换以和与所述一个或更多个属性相关联的区间范围相符。
18.根据权利要求16所述的方法,其中,所述加权系数是使用最小二乘算法计算的。
19.根据权利要求16所述的方法,其中,所述加权系数被计算为仅为非负数。
20.一种计算设备,包括:
数据总线;
耦接至所述数据总线的存储器单元;
耦接至所述数据总线并且被配置为执行以下操作的处理单元:
接收第一组活动的识别,所述第一组活动能够分配给建筑物的第一模拟占用者和第二模拟占用者,其中,第一模拟占用者和第二模拟占用者与第一人物角色相关联,其中,一个或更多个属性与所述第一组活动中的每个活动相关联;
对于所述一个或更多个属性中的每个属性,确定将属性的值约束到区间范围的相关联区间范围;
经由处理器,生成第一占用者模型,所述第一占用者模型包括所述第一组活动和与所述第一组活动中的每个活动相关联的所述一个或更多个属性所关联的区间范围;
根据所述第一占用者模型向所述第一模拟占用者分配第一活动,其中,所述第一活动选自所述第一组活动;
针对所述第一模拟占用者,根据所述第一占用者模型以及第一活动被与第一人物角色相关联的模拟占用者执行的概率,向所述第一活动的一个或更多个属性分配一个或更多个第一值;
根据所述第一占用者模型,向所述第二模拟占用者分配所述第一活动;以及
针对所述第二模拟占用者,根据所述第一占用者模型以及第一活动被与第一人物角色相关联的模拟占用者执行的概率向所述第一活动的一个或更多个属性分配一个或更多个第二值,其中,所述一个或更多个第二值与分配给所述第一活动的一个或更多个属性的所述一个或更多个第一值不同。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US13/206,357 | 2011-08-09 | ||
US13/206,357 US10515322B2 (en) | 2011-08-09 | 2011-08-09 | Method and system for generating occupant schedules |
PCT/US2012/049871 WO2013022900A1 (en) | 2011-08-09 | 2012-08-07 | Method and system for generating occupant schedules |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103930914A CN103930914A (zh) | 2014-07-16 |
CN103930914B true CN103930914B (zh) | 2018-07-31 |
Family
ID=47668889
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201280049206.2A Active CN103930914B (zh) | 2011-08-09 | 2012-08-07 | 用于生成占用者时间表的方法和系统 |
Country Status (5)
Country | Link |
---|---|
US (1) | US10515322B2 (zh) |
EP (1) | EP2742469A4 (zh) |
CN (1) | CN103930914B (zh) |
DE (1) | DE202012013686U1 (zh) |
WO (1) | WO2013022900A1 (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2535713A (en) * | 2015-02-24 | 2016-08-31 | Energy Tech Inst Llp | Method and apparatus for controlling an environment management system within a building |
AU2015203702A1 (en) | 2015-07-01 | 2017-01-19 | Commonwealth Scientific And Industrial Research Organisation | Controlling operation of energy-consuming devices |
TWI642017B (zh) * | 2017-06-26 | 2018-11-21 | 財團法人商業發展研究院 | 目標族群評估方法及裝置 |
US11158018B2 (en) * | 2017-12-11 | 2021-10-26 | Verizon Patent And Licensing Inc. | Forecasting simulator |
US11193683B2 (en) * | 2019-12-31 | 2021-12-07 | Lennox Industries Inc. | Error correction for predictive schedules for a thermostat |
CA3198592A1 (en) * | 2020-10-12 | 2022-04-21 | The Joan and Irwin Jacobs Technion-Cornell Institute | Techniques for improving occupancy simulations and optimizing space utilization |
CN112966861B (zh) * | 2021-02-24 | 2023-01-10 | 浙江中控技术股份有限公司 | 一种基于案例匹配的产耗平衡测算方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6216098B1 (en) * | 1997-04-30 | 2001-04-10 | Institute For Research On Learning | Simulating work behavior |
CN1330335A (zh) * | 2001-08-03 | 2002-01-09 | 杜凤祥 | 双向互动式多媒体电子租售房屋及建筑空间服务系统 |
CN102096861A (zh) * | 2010-12-29 | 2011-06-15 | 深圳市五巨科技有限公司 | 一种实现会议室预定及提醒的方法和系统 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030036820A1 (en) | 2001-08-16 | 2003-02-20 | International Business Machines Corporation | Method for optimizing energy consumption and cost |
US7155720B2 (en) | 2001-10-26 | 2006-12-26 | Hewlett-Packard Development Company, L.P. | Dynamic task assignment in workflows |
US20030171851A1 (en) | 2002-03-08 | 2003-09-11 | Peter J. Brickfield | Automatic energy management and energy consumption reduction, especially in commercial and multi-building systems |
US20070168307A1 (en) | 2005-09-13 | 2007-07-19 | The Trustees Of Princeton University | System and method for optimally assigning groups of individuals to tasks |
US20090172035A1 (en) | 2007-12-31 | 2009-07-02 | Pieter Lessing | System and method for capturing and storing casino information in a relational database system |
CA2736949C (en) | 2008-01-18 | 2017-02-21 | Consortium P, Inc. | Systems and methods for detecting activities |
US8239178B2 (en) | 2009-09-16 | 2012-08-07 | Schneider Electric USA, Inc. | System and method of modeling and monitoring an energy load |
US8510255B2 (en) | 2010-09-14 | 2013-08-13 | Nest Labs, Inc. | Occupancy pattern detection, estimation and prediction |
US10380506B2 (en) * | 2011-04-12 | 2019-08-13 | Autodesk, Inc. | Generation of occupant activities based on recorded occupant behavior |
-
2011
- 2011-08-09 US US13/206,357 patent/US10515322B2/en active Active
-
2012
- 2012-08-07 WO PCT/US2012/049871 patent/WO2013022900A1/en active Application Filing
- 2012-08-07 EP EP12822339.3A patent/EP2742469A4/en not_active Withdrawn
- 2012-08-07 DE DE202012013686.0U patent/DE202012013686U1/de not_active Expired - Lifetime
- 2012-08-07 CN CN201280049206.2A patent/CN103930914B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6216098B1 (en) * | 1997-04-30 | 2001-04-10 | Institute For Research On Learning | Simulating work behavior |
CN1330335A (zh) * | 2001-08-03 | 2002-01-09 | 杜凤祥 | 双向互动式多媒体电子租售房屋及建筑空间服务系统 |
CN102096861A (zh) * | 2010-12-29 | 2011-06-15 | 深圳市五巨科技有限公司 | 一种实现会议室预定及提醒的方法和系统 |
Non-Patent Citations (1)
Title |
---|
User Simulation of Space Utilisation:System for Office Building Usage Simulation;Vincent Tabak;《PhD thesis,Eindhoven University of Technology,Netherlands》;20090126;第1节、第3.4节、第5.3.1、第6.3-6.6节 * |
Also Published As
Publication number | Publication date |
---|---|
EP2742469A1 (en) | 2014-06-18 |
WO2013022900A1 (en) | 2013-02-14 |
US20130041643A1 (en) | 2013-02-14 |
EP2742469A4 (en) | 2015-03-18 |
US10515322B2 (en) | 2019-12-24 |
DE202012013686U1 (de) | 2019-08-27 |
CN103930914A (zh) | 2014-07-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103930914B (zh) | 用于生成占用者时间表的方法和系统 | |
Chesney et al. | Virtual world experimentation: An exploratory study | |
Narasimha et al. | An empirical study to investigate the efficacy of collaborative immersive virtual reality systems for designing information architecture of software systems | |
CN103890815A (zh) | 用于主管可被远程自动创建、主管和终止的瞬变虚拟世界的方法和系统 | |
JP2014515133A5 (zh) | ||
Mobach | Do virtual worlds create better real worlds? | |
KR102035841B1 (ko) | 가상현실 이벤트 제공방법, 장치 및 프로그램 | |
CN107993170A (zh) | 一种基于虚拟现实技术的心理健康教育系统 | |
KR20200017373A (ko) | 유니크베뉴를 포함하는 가상현실 이벤트 제공방법, 장치 및 프로그램 | |
Xin | Exploring the effectiveness of VR-based product demonstrations featuring items of furniture | |
Chen et al. | Virtual reality for digital user experience and interactive learning based on user satisfaction: A pilot study | |
Rameshwar et al. | Analysis of caribbean xr survey creates an xr development strategy as a path to the regional metaverse evolution | |
Goldstein et al. | Customizing the behavior of interacting occupants using personas | |
Dontcheva et al. | Crowdsourcing and creativity | |
Kleinbeck et al. | Neural digital twins: reconstructing complex medical environments for spatial planning in virtual reality | |
Huang et al. | Research on the Impact of the Metaverse on the Future of Social Networking | |
Wang et al. | An experimental study on collaborative effectiveness of augmented reality potentials in urban design | |
CN116823390A (zh) | 一种虚拟体验系统、方法、计算机设备及存储介质 | |
CN108958571B (zh) | 三维会话数据展示方法、装置、存储介质和计算机设备 | |
WO2022259924A1 (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
Collin et al. | Virtual reality activity based workplace simulation impact on healthcare facilities space management | |
US10453005B2 (en) | Method and system for generating occupant schedules | |
Devanga et al. | Applied Reinforcement Learning for Decision Making in Industrial Simulation Environments | |
Stokols | Strategies of environmental simulation: Theoretical, methodological, and policy issues | |
KR20230120157A (ko) | 메타버스 기반의 미술품 거래 및 온라인 미술 교육 서비스를 제공하는 서버의 제어 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |