关键词：建筑能源 强化学习 控制 联合模拟 enegyplus 

摘要：建筑领域每年消耗大量能源,占全部能源消耗的近三分之一。建筑机电系统的控制优化可以极大减少能源的无效消耗和损失。建筑机电系统常用的上层控制策略一般为基于经验设置若干恒定值,或依时间表设定变化的控制参数。由于经验的主观性,实际系统存在较大的节能优化、提高效率、降低能耗的潜力。随着机器学习,特别是强化学习算法的逐步发展,更先进的控制策略能够更好地使控制系统综合优化。此外,算法策略在应用到现实系统之前,应该先通过仿真虚拟进行充分地学习和验证。对常规建筑控制方法、强化学习算法、模拟方法和联合模拟系统等进行总结。在此基础上,介绍基于EnergyPlus和Python联合模拟系统的强化学习算法,以及其在建筑控制系统中的应用。最后以案例的形式对控制结果的改善进行总结和分析。

建设科技杂志要求:

{1}修改逾期3个月不寄回者，视作自动撤稿。

{2}力求简明扼要、醒目、突出主题。尽量避免使用缩写词。中文文题一般以20个汉字以内为宜。中英文标题应一致。

{3}作者简介包括：姓名、性别、出生年月、毕业学校及所学专业、工作单位、职务职称、现从事的研究工作、已发表论文或专著情况。

{4}参考文献为标注具体出处（页码、时间等）的实引，用阿拉伯数字加方括号标示顺序置于文末。

{5}前言：一般不超过300字。应重点概述研究的背景、理论依据、预期结果及意义等，一定要明确提出本文的写作目的。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社