CN110309560B - 多层级迁移模拟方法和装置 - Google Patents
多层级迁移模拟方法和装置 Download PDFInfo
- Publication number
- CN110309560B CN110309560B CN201910512150.3A CN201910512150A CN110309560B CN 110309560 B CN110309560 B CN 110309560B CN 201910512150 A CN201910512150 A CN 201910512150A CN 110309560 B CN110309560 B CN 110309560B
- Authority
- CN
- China
- Prior art keywords
- floor
- building
- area
- person
- state transition
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Architecture (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Computer Networks & Wireless Communication (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提出一种多层级迁移模拟方法和装置,其中,方法包括:根据建筑的结构建立多层级的建筑拓扑,其中,多层级的建筑拓扑中的第一层包含楼层建筑拓扑,第二层包含楼层区域建筑拓扑,第三层包含楼层区域内网格化建筑拓扑;获取模拟实验的多个人员的日程安排;根据日程安排获取多个人员中每个人员的停留时间段,并根据预设模拟算法模拟每个人员在对应停留时间段内,在建筑拓扑中的状态转移位置;根据状态转移位置计算建筑的运行能耗参数。由此,体现了分层级、多尺度的思想,节省了计算机的存储空间和计算资源,体现人员在不同空间尺度上的迁移特点,可以较为真实地模拟建筑内的人员分布情况,估算建筑运行。
Description
技术领域
本发明涉及建筑能耗仿真技术领域,尤其涉及一种多层级迁移模拟方法和装置。
背景技术
目前,主要借助布设于建筑内的传感器(视频、红外等),基于混合高斯模型,估计各区域人数,进而,基于各区域的人数,可以通过人员规律性的日程安排,来模拟人员的移动过程。
然而,这种借助布设于建筑内的传感器的估计方法,要求大量布设计数传感器,未利用日程表,未考虑个体差异,因此估计建筑内人员分布与真实情况差异较大。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
为此,本发明的第一个目的在于提出一种多层级迁移模拟方法,体现了分层级、多尺度的思想,节省了计算机的存储空间和计算资源,且能体现人员在不同空间尺度上的迁移特点。
本发明的第二个目的在于提出一种多层级迁移模拟装置。
本发明的第三个目的在于提出一种计算机设备。
本发明的第四个目的在于提出一种非临时性计算机可读存储介质。
为达上述目的,本发明第一方面实施例提出了一种多层级迁移模拟方法,包括:根据建筑的结构建立多层级的建筑拓扑,其中,所述多层级的建筑拓扑中的第一层包含楼层建筑拓扑,第二层包含楼层区域建筑拓扑,第三层包含楼层区域内网格化建筑拓扑;获取模拟实验的多个人员的日程安排;根据所述日程安排获取所述多个人员中每个人员的停留时间段,并根据预设模拟算法模拟所述每个人员在对应停留时间段内,在所述建筑拓扑中的状态转移位置;根据所述状态转移位置计算所述建筑的运行能耗参数。
本发明实施例的多层级迁移模拟方法,解决现有技术中要求大量布设计数传感器,未利用日程表,未考虑个体差异,未刻画人员移动的随机性,未能体现人员分布在不同空间尺度上的迁移特点的技术问题,体现了分层级、多尺度的思想,节省了计算机的存储空间和计算资源,且能体现人员在不同空间尺度上的迁移特点。
本发明实施例中,所述根据建筑的结构建立多层级的建筑拓扑,包括:根据所述建筑的楼层之间的连接关系,构建所述楼层建筑拓扑,其中,所述楼层建筑拓扑中的楼层节点之间的连接关系与所述楼层之间的连接关系对应;根据所述建筑的楼层区域之间的连接关系,构建所述楼层区域建筑拓扑,其中,所述楼层区域建筑拓扑中的区域节点的连接关系与所述楼层区域之间的连接关系对应;对所述楼层区域中每个非走廊区域按照预设尺寸划分为多个楼层子区域,并根据所述楼层子区域构建所述楼层区域内网格化建筑拓扑,其中,所述网格化建筑拓扑中的楼层子区域节点的连接关系与所述多个楼层子区域之间的连接关系对应。
本发明实施例中,所述根据所述日程安排获取所述多个人员中每个人员的停留时间段,并根据预设模拟算法模拟所述每个人员在对应停留时间段内,在所述建筑拓扑中的状态转移位置,包括:根据非时齐马氏过程,确定所述每个人员在所述楼层节点之间的第一状态转移矩阵,其中,所述第一状态转移矩阵随时间变化;根据所述第一状态转移矩阵确定所述每个人员在每个楼层的停留时间段;根据所述非时齐马氏过程,模拟所述每个人员在每个楼层的对应停留时间段,确定所述每个人员在所述楼层子区域节点之间的第二状态转移矩阵,其中,所述第二状态转移矩阵随时间变化;根据所述第二状态转移矩阵确定所述每个人员在每个楼层子区域的停留时间段;根据所述非时齐马氏过程,模拟所述每个人员在每个楼层子区域的对应停留时间段,确定所述每个人员所在的目标楼层子区域和在所述目标楼层子区域中的目标位置。
本发明实施例中,所述对所述楼层区域中每个非走廊区域按照预设尺寸划分为多个楼层子区域,包括:对所述每个长度为length和宽度为width非走廊区域按照长度步长为Δx,宽度步长为Δy的尺寸划分为尺寸为Ndiv,x×Ndiv,y的多个楼层子区域,其中,
本发明实施例中,所述楼层节点包括楼层节点、楼梯节点和电梯节点。
为达上述目的,本发明第二方面实施例提出了一种多层级迁移模拟装置,包括:建立模块,用于根据建筑的结构建立多层级的建筑拓扑,其中,所述多层级的建筑拓扑中的第一层包含楼层建筑拓扑,第二层包含楼层区域建筑拓扑,第三层包含楼层区域内网格化建筑拓扑;获取模块,用于获取模拟实验的多个人员的日程安排;模拟模块,用于根据所述日程安排获取所述多个人员中每个人员的停留时间段,并根据预设模拟算法模拟所述每个人员在对应停留时间段内,在所述建筑拓扑中的状态转移位置;计算模块,用于根据所述状态转移位置计算所述建筑的运行能耗参数。
本发明实施例中,所述建立模块,具体用于:根据所述建筑的楼层之间的连接关系,构建所述楼层建筑拓扑,其中,所述楼层建筑拓扑中的楼层节点之间的连接关系与所述楼层之间的连接关系对应;根据所述建筑的楼层区域之间的连接关系,构建所述楼层区域建筑拓扑,其中,所述楼层区域建筑拓扑中的区域节点的连接关系与所述楼层区域之间的连接关系对应;对所述楼层区域中每个非走廊区域按照预设尺寸划分为多个楼层子区域,并根据所述楼层子区域构建所述楼层区域内网格化建筑拓扑,其中,所述网格化建筑拓扑中的楼层子区域节点的连接关系与所述多个楼层子区域之间的连接关系对应。
本发明实施例中,所述模拟模块,具体用于:根据非时齐马氏过程,确定所述每个人员在所述楼层节点之间的第一状态转移矩阵,其中,所述第一状态转移矩阵随时间变化;根据所述第一状态转移矩阵确定所述每个人员在每个楼层的停留时间段;根据所述非时齐马氏过程,模拟所述每个人员在每个楼层的对应停留时间段,确定所述每个人员在所述楼层子区域节点之间的第二状态转移矩阵,其中,所述第二状态转移矩阵随时间变化;根据所述第二状态转移矩阵确定所述每个人员在每个楼层子区域的停留时间段;根据所述非时齐马氏过程,模拟所述每个人员在每个楼层子区域的对应停留时间段,确定所述每个人员所在的目标楼层子区域和在所述目标楼层子区域中的目标位置。
本发明实施例的多层级迁移模拟装置,通过建立模块、获取模块、模拟模块和计算模块,解决现有技术中要求大量布设计数传感器,未利用日程表,未考虑个体差异,未刻画人员移动的随机性,未能体现人员分布在不同空间尺度上的迁移特点的技术问题,体现了分层级、多尺度的思想,节省了计算机的存储空间和计算资源,且能体现人员在不同空间尺度上的迁移特点。
为达上述目的,本发明第三方面实施例提出了一种计算机设备,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时,实现如上述实施例第一方面所述的多层级迁移模拟方法。
为了实现上述目的,本发明第四方面实施例提出了一种非临时性计算机可读存储介质,所述计算机程序被处理器执行时,实现如上述实施例第一方面所述的多层级迁移模拟方法。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为本发明实施例所提供的一种多层级迁移模拟方法的流程示意图;
图2为本发明实施例对楼层连通图和区域连通图的展示图;
图3为本发明实施例对区域网格化模型的展示图;
图4为本发明实施例的多层级人员迁移模拟方法示意图;
图5为本发明实施例提供的一种多层级迁移模拟装置的结构示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
下面参考附图描述本发明实施例的多层级迁移模拟方法和装置。
图1为本发明实施例所提供的一种多层级迁移模拟方法的流程示意图。
针对上述实施例,本发明实施例提供了多层级迁移模拟方法,如图1所示,该多层级迁移模拟方法包括以下步骤:
步骤101,根据建筑的结构建立多层级的建筑拓扑,其中,多层级的建筑拓扑中的第一层包含楼层建筑拓扑,第二层包含楼层区域建筑拓扑,第三层包含楼层区域内网格化建筑拓扑。
具体的,如图2所示,根据建筑的楼层之间的连接关系,构建楼层建筑拓扑,其中,楼层建筑拓扑中的楼层节点之间的连接关系与楼层之间的连接关系对应,其中,楼层节点包括楼层节点、楼梯节点和电梯节点。根据建筑的楼层区域之间的连接关系,构建楼层区域建筑拓扑,其中,楼层区域建筑拓扑中的区域节点的连接关系与楼层区域之间的连接关系对应;对楼层区域中每个非走廊区域按照预设尺寸划分为多个楼层子区域,并根据楼层子区域构建楼层区域内网格化建筑拓扑,其中,网格化建筑拓扑中的楼层子区域节点的连接关系与多个楼层子区域之间的连接关系对应。
可以理解,作为本发明实施例可能实现的一种方式,以单个连通图刻画建筑拓扑,其中节点表示建筑内的区域,边表示区域间的连通关系,第一层包含楼层建筑拓扑,其中每个节点表示一个楼层,第二层包含楼层区域建筑拓扑,其中每个节点表示一个建筑区域,对于N层建筑,每层用一张连通图表示,共有N张连通图,第三层包含楼层区域内网格化建筑拓扑,对楼层区域中每个非走廊区域按照预设尺寸划分为多个楼层子区域,如图3所示,包括:对每个长度为length和宽度为width非走廊区域按照长度步长为Δx,宽度步长为Δy的尺寸划分为尺寸为Ndiv,x×Ndiv,y的多个楼层子区域,其中,
步骤102,获取模拟实验的多个人员的日程安排。
具体的,根据获取到的多个人员的日程安排,得到其当天停留在建筑内部的时间段,本实施例中,日程安排可以是人员的上下班、会议、吃饭时间等规律的日程安排。
步骤103,根据日程安排获取多个人员中每个人员的停留时间段,并根据预设模拟算法模拟每个人员在对应停留时间段内,在建筑拓扑中的状态转移位置。
具体的,作为本发明实施例一种可能实现的方式,如图4所示,根据非时齐马氏过程,确定每个人员在楼层节点之间的第一状态转移矩阵,其中,第一状态转移矩阵随时间变化;根据第一状态转移矩阵确定每个人员在每个楼层的停留时间段;根据非时齐马氏过程,模拟每个人员在每个楼层的对应停留时间段,确定每个人员在楼层子区域节点之间的第二状态转移矩阵,其中,第二状态转移矩阵随时间变化;根据第二状态转移矩阵确定每个人员在每个楼层子区域的停留时间段;根据非时齐马氏过程,模拟每个人员在每个楼层子区域的对应停留时间段,确定每个人员所在的目标楼层子区域和在目标楼层子区域中的目标位置。
需要说明的是,采用非时齐马氏过程来确定状态转移矩阵的具体情况如下:假设一个建筑物楼层内部有n个区域,每个区域编号依次为1,2,……,n,同时把建筑物楼层外部当做一个特殊的区域,编号为0。这些区域就构成一个具有n+1个节点的封闭拓扑网络,每个节点代表一个区域,人员位置用区域节点编号进行标识。人员在建筑内外各个区域之间移动,其位置状态可视为随机变量。如果他的移动范围覆盖了所有区域,则其位置状态可能全部取值为{0=outside,1=room1,2=room2,……,N=roomN}。人员在各个时刻的位置X,就构成一个随机时间序列{Xτ}。用马氏链近似表示这个位置序列,即在任意时刻τ+1,人员位置X(τ+1)仅与上一时刻的位置X(τ)有关。转移概率pij(τ)=P{Xτ+1=j|Xτ=i}表示人员在时刻τ处于位置i时,在时刻τ+1处于位置j的概率,亦即人员在时刻τ从区域i出发,下一时刻移动到区域j的概率。
由全部转移概率pij所组成的矩阵为马氏链{Xτ}的转移矩阵,如公式(1)所示,
一般地,转移概率pij(τ)不仅与状态i,j有关,而且与时刻τ有关。因此根据非时齐马氏过程,确定每个人员在楼层节点,楼层子区域节点之间对应的状态转移矩阵,然后根据状态转移矩阵确定每个人员所在区域停留的时间段,通过模拟每个人员在建筑拓扑中的状态转移位置,最终确定每个人员所在的目标楼层子区域和在目标楼层子区域中的目标位置。
进一步说明的是,人员移动过程的模拟方法遵循模拟计算的3个通用步骤:设置输入参数-模拟计算-输出计算结果。移动模拟的输人参数包括:建筑内各区域的人数分配、定义活跃事件及其属性参数、指定人员的事件集、模拟时段及时间步长。输出结果包括:人员位置、区域人数、事件的发生等逐时信息。预设模拟算法的具体步骤为:
步骤301,初始化人员位置状态。
设置全部人员在0时刻(第一天0:00)的位置状态,例如对办公建筑,设为室外,对住宅建筑,设为个人所属的卧室。
步骤302,确定当前时刻的活跃事件集。
对全部事件集合进行搜索,根据事件的起始和结束时间判断各个事件是否处于活跃状态,更新当前的活跃事件集合。
步骤303,计算当前时刻的人员转移矩阵。
根据活跃事件集合以及各个事件的特征参数,对人员转移矩阵的相关元素进行设置和更新。
步骤304,计算人员位置。
根据上一时刻的位置及更新后的转移矩阵,依概率预测和更新各个人员在当前时刻的位置。
步骤305,计算区域内人数。
根据全部人员的位置,计算和更新各个区域内的人数。
步骤306,进入下一时刻的计算。
重复以上步骤,就能得到各个人员的位置序列和各个区域的人员状态,以及各个事件发生的时刻。
步骤104,根据状态转移位置计算建筑的运行能耗参数。
具体的,根据预设模拟算法模拟每个人员在对应停留时间段内,在建筑拓扑中的状态转移位置,根据状态转移位置可以得到各个人员的位置序列和各个区域的人员状态,以及各个事件发生的时刻,根据这些结果,就可以代入到建筑能耗计算和设备使用行为的模拟之中,进而计算建筑的运行能耗参数。比如,辅助建筑物物业管理人员估算建筑物的用电量、用水量,用好排风系统、安全系统以及电梯系统,更好的为建筑物内的人员服务。
需要强调的是,由于在实际生活中,建筑内包含的人员类型是多种多样的,比如,清洁人员、电梯维修人员、上班人员等,而不同的人员的状态转移位置是不同的,因此,为了更真实的模拟人员的转移,可以获取不同类型的人员的日程安排作为本发明的模拟样本。
本实施例中多层级迁移模拟方法,解决现有技术中要求大量布设计数传感器,未利用日程表,未考虑个体差异,未刻画人员移动的随机性,未能体现人员分布在不同空间尺度上的迁移特点的技术问题,体现了分层级、多尺度的思想,节省了计算机的存储空间和计算资源,且能体现人员在不同空间尺度上的迁移特点。
为了实现上述实施例,本发明还提出一种多层级迁移模拟装置。
图5为本发明实施例提供的一种多层级迁移模拟装置的结构示意图。
如图5所示,该多层级迁移模拟装置包括:建立模块10、获取模块20、模拟模块30和计算模块40。其中,建立模块10,根据建筑的结构建立多层级的建筑拓扑,其中,多层级的建筑拓扑中的第一层包含楼层建筑拓扑,第二层包含楼层区域建筑拓扑,第三层包含楼层区域内网格化建筑拓扑,本实施例中,建立模块10,具体用于:根据建筑的楼层之间的连接关系,构建楼层建筑拓扑,其中,楼层建筑拓扑中的楼层节点之间的连接关系与楼层之间的连接关系对应,根据建筑的楼层区域之间的连接关系,构建楼层区域建筑拓扑,其中,楼层区域建筑拓扑中的区域节点的连接关系与楼层区域之间的连接关系对应,对楼层区域中每个非走廊区域按照预设尺寸划分为多个楼层子区域,并根据楼层子区域构建楼层区域内网格化建筑拓扑,其中,网格化建筑拓扑中的楼层子区域节点的连接关系与多个楼层子区域之间的连接关系对应。其次,获取模块20获取模拟实验的多个人员的日程安排,然后,模拟模块30根据日程安排获取多个人员中每个人员的停留时间段,并根据预设模拟算法模拟每个人员在对应停留时间段内,在建筑拓扑中的状态转移位置,本实施例中,模拟模块30,具体用于:根据非时齐马氏过程,确定每个人员在楼层节点之间的第一状态转移矩阵,其中,第一状态转移矩阵随时间变化,根据第一状态转移矩阵确定每个人员在每个楼层的停留时间段,根据非时齐马氏过程,模拟每个人员在每个楼层的对应停留时间段,确定每个人员在楼层子区域节点之间的第二状态转移矩阵,其中,第二状态转移矩阵随时间变化,根据第二状态转移矩阵确定每个人员在每个楼层子区域的停留时间段,根据非时齐马氏过程,模拟每个人员在每个楼层子区域的对应停留时间段,确定每个人员所在的目标楼层子区域和在目标楼层子区域中的目标位置。最后,计算模块40根据状态转移位置计算建筑的运行能耗参数。
本发明实施例中多层级迁移模拟装置,通过建立模块、获取模块、模拟模块和计算模块,解决现有技术中要求大量布设计数传感器,未利用日程表,未考虑个体差异,未刻画人员移动的随机性,未能体现人员分布在不同空间尺度上的迁移特点的技术问题,体现了分层级、多尺度的思想,节省了计算机的存储空间和计算资源,且能体现人员在不同空间尺度上的迁移特点。
为了实现上述实施例,本发明还提出一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时,实现如上述实施例所描述的多层级迁移模拟方法。
为了实现上述实施例,本发明还提出一种非临时性计算机可读存储介质,计算机程序被处理器执行时实现如上述实施例所描述的多层级迁移模拟方法。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置)、便携式计算机盘盒(磁装置),随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编辑只读存储器(EPROM或闪速存储器)、光纤装置、以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如,如果用硬件来实现和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路、具有合适的组合逻辑门电路的专用集成电路、可编程门阵列(PGA)、现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (7)
1.一种多层级迁移模拟方法,其特征在于,包括以下步骤:
根据建筑的结构建立多层级的建筑拓扑,其中,所述多层级的建筑拓扑中的第一层包含楼层建筑拓扑,第二层包含楼层区域建筑拓扑,第三层包含楼层区域内网格化建筑拓扑,其中,所述根据建筑的结构建立多层级的建筑拓扑,包括:
根据所述建筑的楼层之间的连接关系,构建所述楼层建筑拓扑,其中,所述楼层建筑拓扑中的楼层节点之间的连接关系与所述楼层之间的连接关系对应;
根据所述建筑的楼层区域之间的连接关系,构建所述楼层区域建筑拓扑,其中,所述楼层区域建筑拓扑中的区域节点的连接关系与所述楼层区域之间的连接关系对应;
对所述楼层区域中每个非走廊区域按照预设尺寸划分为多个楼层子区域,并根据所述楼层子区域构建所述楼层区域内网格化建筑拓扑,其中,所述网格化建筑拓扑中的楼层子区域节点的连接关系与所述多个楼层子区域之间的连接关系对应,其中,对所述每个长度为length和宽度为width非走廊区域按照长度步长为Δx,宽度步长为Δy的尺寸划分为尺寸为Ndiv,x×Ndiv,y的多个楼层子区域,其中,
获取模拟实验的多个人员的日程安排;
根据所述日程安排获取所述多个人员中每个人员的停留时间段,并根据预设模拟算法模拟所述每个人员在对应停留时间段内,在所述建筑拓扑中的状态转移位置;
根据所述状态转移位置计算所述建筑的运行能耗参数。
2.如权利要求1所述的方法,其特征在于,所述根据所述日程安排获取所述多个人员中每个人员的停留时间段,并根据预设模拟算法模拟所述每个人员在对应停留时间段内,在所述建筑拓扑中的状态转移位置,包括:
根据非时齐马氏过程,确定所述每个人员在所述楼层节点之间的第一状态转移矩阵,其中,所述第一状态转移矩阵随时间变化;
根据所述第一状态转移矩阵确定所述每个人员在每个楼层的停留时间段;
根据所述非时齐马氏过程,模拟所述每个人员在每个楼层的对应停留时间段,确定所述每个人员在所述楼层区域节点之间的第二状态转移矩阵,其中,所述第二状态转移矩阵随时间变化;
根据所述第二状态转移矩阵确定所述每个人员在每个楼层区域的停留时间段;
根据所述非时齐马氏过程,模拟所述每个人员在每个楼层区域的对应停留时间段,确定所述每个人员所在的目标楼层子区域和在所述目标楼层子区域中的目标位置。
3.如权利要求1所述的方法,其特征在于,所述楼层节点包括楼层节点、楼梯节点和电梯节点。
4.一种多层级迁移模拟装置,其特征在于,包括:
建立模块,用于根据建筑的结构建立多层级的建筑拓扑,其中,所述多层级的建筑拓扑中的第一层包含楼层建筑拓扑,第二层包含楼层区域建筑拓扑,第三层包含楼层区域内网格化建筑拓扑,进一步地,所述建立模块,具体用于:
根据所述建筑的楼层之间的连接关系,构建所述楼层建筑拓扑,其中,所述楼层建筑拓扑中的楼层节点之间的连接关系与所述楼层之间的连接关系对应;
根据所述建筑的楼层区域之间的连接关系,构建所述楼层区域建筑拓扑,其中,所述楼层区域建筑拓扑中的区域节点的连接关系与所述楼层区域之间的连接关系对应;
对所述楼层区域中每个非走廊区域按照预设尺寸划分为多个楼层子区域,并根据所述楼层子区域构建所述楼层区域内网格化建筑拓扑,其中,所述网格化建筑拓扑中的楼层子区域节点的连接关系与所述多个楼层子区域之间的连接关系对应;
获取模块,用于获取模拟实验的多个人员的日程安排;
模拟模块,用于根据所述日程安排获取所述多个人员中每个人员的停留时间段,并根据预设模拟算法模拟所述每个人员在对应停留时间段内,在所述建筑拓扑中的状态转移位置;
计算模块,用于根据所述状态转移位置计算所述建筑的运行能耗参数。
5.如权利要求4所述的装置,其特征在于,所述模拟模块,具体用于:
根据非时齐马氏过程,确定所述每个人员在所述楼层节点之间的第一状态转移矩阵,其中,所述第一状态转移矩阵随时间变化;
根据所述第一状态转移矩阵确定所述每个人员在每个楼层的停留时间段;
根据所述非时齐马氏过程,模拟所述每个人员在每个楼层的对应停留时间段,确定所述每个人员在所述楼层子区域节点之间的第二状态转移矩阵,其中,所述第二状态转移矩阵随时间变化;
根据所述第二状态转移矩阵确定所述每个人员在每个楼层子区域的停留时间段;
根据所述非时齐马氏过程,模拟所述每个人员在每个楼层子区域的对应停留时间段,确定所述每个人员所在的目标楼层子区域和在所述目标楼层子区域中的目标位置。
6.一种计算机设备,其特征在于,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时,实现如权利要求1-3任一所述的多层级迁移模拟方法。
7.一种非临时性计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-3任一所述的多层级迁移模拟方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910512150.3A CN110309560B (zh) | 2019-06-13 | 2019-06-13 | 多层级迁移模拟方法和装置 |
PCT/CN2019/098279 WO2020248343A1 (zh) | 2019-06-13 | 2019-07-30 | 多层级迁移模拟方法和装置 |
US17/023,889 US20210004511A1 (en) | 2019-06-13 | 2020-09-17 | Multi-level occupant movement simulation method and apparatus, and storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910512150.3A CN110309560B (zh) | 2019-06-13 | 2019-06-13 | 多层级迁移模拟方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110309560A CN110309560A (zh) | 2019-10-08 |
CN110309560B true CN110309560B (zh) | 2020-12-22 |
Family
ID=68077225
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910512150.3A Active CN110309560B (zh) | 2019-06-13 | 2019-06-13 | 多层级迁移模拟方法和装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20210004511A1 (zh) |
CN (1) | CN110309560B (zh) |
WO (1) | WO2020248343A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114355854B (zh) * | 2022-01-04 | 2023-08-04 | 四川轻化工大学 | 一种两层制造车间自动导引车和电梯联合调度方法 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102176149A (zh) * | 2011-02-24 | 2011-09-07 | 浙江工业大学 | 基于无线传感器网络的智能楼宇能耗监测系统 |
US10108755B2 (en) * | 2013-11-19 | 2018-10-23 | Aerohive Networks, Inc. | RF floor plan building |
BR102014003580B1 (pt) * | 2014-02-14 | 2023-03-21 | Samsung Eletrônica da Amazônia Ltda. | Método para habilitar a arquitetura hierárquica de gateways para gerenciamento de dispositivos |
CN103889052B (zh) * | 2014-03-11 | 2017-07-11 | 南京邮电大学 | 基于特定信标传感节点的智能楼宇定位方法 |
KR101652797B1 (ko) * | 2014-11-26 | 2016-08-31 | 현대건설 주식회사 | 건물 에너지 시뮬레이션 시스템 및 방법 |
JP6304771B2 (ja) * | 2015-08-20 | 2018-04-04 | 株式会社サイバーウォーカー | 経路生成プログラム、経路生成方法及び経路生成装置 |
CN107590022B (zh) * | 2016-07-08 | 2021-06-25 | 上海东方延华节能技术服务股份有限公司 | 一种用于建筑能耗分项计量的仪表采集数据修复方法 |
US10409305B2 (en) * | 2017-01-29 | 2019-09-10 | Trane International Inc. | HVAC system configuration and zone management |
CN107087016B (zh) * | 2017-03-06 | 2020-06-12 | 清华大学 | 基于视频监控网络的楼宇内移动物体的导航方法及系统 |
CN107169606A (zh) * | 2017-05-18 | 2017-09-15 | 天津大学 | 一种办公建筑冷负荷的预测方法 |
CN108320016B (zh) * | 2018-03-08 | 2023-09-19 | 南京工业大学 | 一种建筑能耗短期预测方法 |
-
2019
- 2019-06-13 CN CN201910512150.3A patent/CN110309560B/zh active Active
- 2019-07-30 WO PCT/CN2019/098279 patent/WO2020248343A1/zh active Application Filing
-
2020
- 2020-09-17 US US17/023,889 patent/US20210004511A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
WO2020248343A1 (zh) | 2020-12-17 |
US20210004511A1 (en) | 2021-01-07 |
CN110309560A (zh) | 2019-10-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111639787B (zh) | 一种基于图卷积网络的时空数据预测方法 | |
Brownlee et al. | Constrained, mixed-integer and multi-objective optimisation of building designs by NSGA-II with fitness approximation | |
Cortes et al. | Coverage control for mobile sensing networks | |
Agirbas | Façade form-finding with swarm intelligence | |
CN106663142B (zh) | 用于检测建筑信息的方法和设备 | |
JP2021018821A (ja) | データインテリジェント予測方法、装置、コンピュータ機器及び記憶媒体 | |
CN109299778B (zh) | 一种基于布谷鸟搜索算法的rcrss救援地图分区的计算方法 | |
US20200379417A1 (en) | Techniques for using machine learning for control and predictive maintenance of buildings | |
CN113222403B (zh) | 基于大数据的电力调节方法、装置、存储介质及电子设备 | |
CN111567147A (zh) | 用于在云端和iot网络之间共享机器学习功能的系统和方法 | |
CN106779218A (zh) | 一种人员活动轨迹的预测方法 | |
CN110309560B (zh) | 多层级迁移模拟方法和装置 | |
CN116502763A (zh) | 一种基于时空图神经网络的人群拥堵预测方法及系统 | |
Sinha | Short term load forecasting using artificial neural networks | |
Alfalah et al. | Developing a Hidden Markov model for occupancy prediction in high-density higher education buildings | |
CN114139254A (zh) | 基于强化学习的设施布局优化方法 | |
Zhang et al. | Bear: Physics-principled building environment for control and reinforcement learning | |
CN115859765B (zh) | 城市扩张的预测方法、装置、设备及存储介质 | |
US10484249B1 (en) | Dynamic distribution of simulation load | |
CA3013582A1 (en) | Strategic improvisation design for adaptive resilience | |
CN115222773A (zh) | 单点运动学习方法及装置 | |
Agarwal et al. | Self-organization in a distributed coordination game through heuristic rules | |
Li et al. | Building occupancy estimation with people flow modeling in AnyLogic | |
La Russa et al. | From the Cognitive to the Sentient Building | |
Das et al. | Segmentation analysis in human centric cyber-physical systems using graphical lasso |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |