绿色建筑智能化：大数据处理技术发展与应用

进入21世纪，随着地球上可用能源的减少和人类对能源需求的不断增加，将会使得人类最终面对能源短缺匮乏的危机，此外，能源的不合理使用所造成的污染，也给生态环境造成了很大的破坏。建筑作为能源消耗的主要群体，在为人们创造了温暖舒适、适合居住的生活环境的同时，也在以极快的速度吞噬着地球上有限的可用能源，并制造出大量有害污染物。据统计，进入21世纪以来，楼宇建筑每年消耗的能量占全球总能耗的50%以上，远远超过了工业、交通和其他一系列高能耗行业。随着建筑能耗问题的日趋严峻，如果不能够及时地改变建筑方法，调整对传统建筑的认识并广泛实施绿色智能建筑的观念，人类将会很快就面临能源枯竭、生态环境恶化等问题。

传统建筑的发展趋势是以能够减少污染物排放、对环境友好并提高能源利用率的绿色建筑为主。绿色建筑是指能够向居住人群提供健康、舒适的工作生活环境，并能够以最高效率利用能源、最低限度地降低对环境的影响的建筑物。绿色建筑最基本的特点是：绿色化、以人为本、因地制宜、整体设计，这表明了，绿色建筑既要遵循选址相关的设计原则，又要充分考虑所在地点的气候和环境，最大限度地利用自然采光、自然通风、被动式集热和制冷，从而减少因为通风、采光、供暖和制冷所导致的能耗和污染，着眼于整体和大局进行设计与实施。

随着信息技术的快速发展，绿色建筑的智能化是其发展的必然趋势。绿色建筑的智能化是指利用系统集成的方法，将计算机科学、控制理论、信息科学与建筑设计有机结合，通过跨学科、跨领域理论融合，对建筑内用户的行为进行具体的分析和建模，对所在地区的环境因子进行监测和控制，使其满足人们对舒适生活的诉求，经过控制算法的处理后，使得该绿色建筑可以在保证居住者最大程度的健康舒适的基础上，实现能源最大程度的利用并尽量减少污染物的排放。(www.xing528.com)

机器学习方法凭借其对数据进行主动学习、并能够从中提取相应的子类和做出智能决策的强大能力，在需要决策支持的领域有效地提供了一系列新的解决方法。机器学习算法可以从已知数据中分析出未知的、潜在的概率分布，运就使得机器能够像人一样具备思维、学习甚至创造的能力，送样机器就可以更进一步地帮人们做更多的工作，进一步地提高了生产和工作的效率。机器学习研究重点关注的是对数据进行自主地学习，识别其中的复杂模式并能够做出智能决策，其难点在于所有可能的输入所对应的可存在的行为集太大，导致已经观察的实例（训练数据）无法覆盖。因此，机器学习算法必须能够根据所给定的实例进行泛化以便对新样本也能产生有用的输出。此外，泛化能力对机器学习算法在实际应用中发挥效果也起到了至关重要的作用。通过模拟人的思维方式和行为方法，使得机器学习算法在人工智能学科的发展中占据了重要的地位。