Destek vektör makinaları kullanarak kişisel termal konfor modellemesi

Abstract

Termal konfor, uzun yıllardan beri kullanılan bir terim olmakla beraber 1970’li yıllarda P.O. Fanger tarafından formülize edilmiş olup kişisel ve çevresel faktörlerin etkisiyle değişebilen, bireylerin içinde bulundukları ortamdan termal olarak tatmin olma durumu şeklinde tanımlanmaktadır. Bu tezin ana hedefi, termal konfor parametrelerinin doğru ayarlanması sorununa Destek Vektör Makinalarının (Support Vector Machines - SVM) kullanılması ile yenilikçi ve kullanıcı odaklı bir yaklaşım getirmek ve bu sayede bireylerin yaşam kalitesini arttırarak termal konforun elde edilmesini sağlamaktır. Bu çalışmanın kapsamı, insan iç mekan konforu ile ilgili güncel teorileri incelemek, SVM hakkındaki güncel teorileri tanımlamak ve SVM ile modellenebilecek termal konfor parametrelerini belirleyen algoritmayı oluşturmaktır. Bu çalışma, termal konfor ve SVM ile ilgili literatür kaynaklardan, termal konfor modellemesinin makine öğrenmesi ile yapıldığı teorilerden ve termal konforun belirlenebilmesi için daha önce yapılmış sistemlerden yararlanmaktadır. Bu teorilerden yola çıkarak tezin ana hedefine ulaşmak için, kullanıcıların termal konfor koşullarını öğrenerek bilgi toplanması, gerekli parametrelerin hesaplanması ve farklı hava koşullarında iç ortamın termal konforunun kullanıcı odaklı hale getirilmesi amaçlanmaktadır. Bu çalışmanın sonucunda çıkan algoritma, ölçüm sistemi ile beraber termal kontrol elemanlarına bağlandığında bireylerin isteğine uygun koşullarda konfor sağlayabilecek bir sistem oluşturabilecektir.

Thermal comfort is a term that has been used for many years and formulated by P.O. Fanger in the 1970’s in order to define a state where individuals are thermally satisfied from the environment in which they have currently been and the state can be changed by the influence of personal and environmental factors. The main objective of this thesis is to bring an innovative and useroriented approach by using Support Vector Machines (SVM) for the correct adjustment of the thermal comfort parameters and to achieve the thermal comfort by increasing the individuals’ quality of life. The scope of this study covers examining current theories about human interior comfort, describing the current theories about SVM as well as forming the algorithm that determines thermal comfort parameters which can be modeled with SVM. This study benefits from the literature on thermal comfort and SVM, the theories of thermal comfort modeling with machine learning and previously built systems for the determination of thermal comfort. Based on these theories, in order to reach the goal of this thesis, it is aimed to obtain the information on the thermal comfort conditions of the users, to calculate the necessary parameters and to make the thermal comfort of the indoor environment user-centered in different weather conditions. The algorithm that comes out as a result of this study will be able to create a system that can provide comfort in the requested conditions for individuals when connected to the thermal control elements together with the measurement system.