综述：基于人工智能的以 Occupant 为中心的热舒适研究进展

《BUILDING AND ENVIRONMENT》：Advancements in Occupant-centric Comfort using Artificial Intelligence

　　

通用舒适标准提供了基准性指导，但无法捕捉个体差异。基于人工智能(AI)的个性化舒适模型(PCMs)通过对复杂的、依赖于情境的响应进行建模来弥补这一不足。然而，方法学上的碎片化，涉及特征选择、舒适度集成、结果定义和评估，加之缺乏标准化基准和部署框架，持续限制了可复现性、可比性和实际部署。为应对这些研究空白，研究人员基于PRISMA方法对92项AI驱动的PCM研究进行了系统综述，并以跨综述文献的敏感性分析和对7项符合条件研究的随机效应元分析作为支撑。本综述综合了PCM中的热感知结果和相关性，审视了传感、数据收集、建模和评估实践，并为可复现、可扩展的PCM建模整合了指导建议。研究发现表明，热舒适是多维度的，需要以结果驱动的模型。相关性分析证实了这一点，识别出环境和生理变量是关键驱动因素，但其关联随预测指标而变化。空气温度最能预测大多数舒适指标，而皮肤温度与热感觉强相关(r≈0.66)。传感策略和研究设计差异很大，导致侵入性、样本量和数据密度方面的异质性。模型性能评估主要基于分类，尽管各性能指标间排名不一致表明仅靠准确率是不够的。尽管方法学存在差异，深度学习、随机森林和提升模型持续实现高预测性能(准确率>80%)，元分析证据证实了集成方法在显著异质性下的稳健性。总之，基于AI的PCM模型展现出强大的预测能力，但有效部署取决于与结果对齐的设计、适当的传感选择以及反映热舒适多维性的评估框架。

热感知输入变量的选择 (The choice of thermal perception input variables)

在个性化舒适模型(PCMs)研究中，输入变量的选择普遍涵盖客观参数与主观参数的组合。环境参数方面，空气温度、相对湿度(RH)、空气速度和平均辐射温度(MRT)构成核心输入集合；个人因素中，服装热阻(Clo)和代谢率(MET)被广泛纳入模型。部分长期PCM研究进一步整合了皮肤温度、心率等生理信号以增强预测精度，其模型表现高度依赖于数据一致性和每位受试者的数据点数量。基于队列的PCM框架还利用人口统计学和入组信息，结合覆盖数千条舒适投票记录的环境纵向数据集来改善热偏好预测。总体而言，有效的PCM开发需要主观、环境、个人以及部分生理变量的平衡选择，以捕捉热感知的多维特性。

热感知输出变量的选择及其影响 (The choice of thermal perception outcome variables and their implications)

在所综述的研究中，模型输出目标主要包括热感觉投票(TSV)、热满意度(TSat)、热偏好投票(TPV)、热舒适投票(TCV)和热可接受度(TAV)，且通常与ASHRAE-55、Bedford量表和ISO 7730等国际舒适量表对齐。最常见的输出指标是ASHRAE-55 TSV七点量表。相同的输出变量在建模中可被不同方式处理，例如TSV既可被视为连续尺度用于回归，也可被视为分类标签用于分类任务。当目标变量仅有五个或更少离散等级时，其行为更接近序数或分类结果，因此分类或序数分类方法通常比回归更合适。在所综述研究中，16项采用回归建模，68项采用分类建模，8项同时采用两种方式。不同输出指标的平均预测准确率存在差异，TSat最高(0.85)，其次为TSV(0.83)，TPV和TCV略低。七点量表在建模时常被压缩为五级或更少类别，这种尺度缩减在基于分类的模型构建中较为普遍。

输入参数与热感知指数之间的相关性和关联 (Correlations and associations between input parameters and thermal perception indices)

相关性综合结果表明，输入参数与热感知结果之间的关联强度因预测指标而异。空气温度与TSV的相关性在核心环境参数中最高，平均相关系数范围在0.28至0.5之间。空气速度对TCV表现出最强关联(平均r=0.44)，MRT和空气温度对TSat最高(0.38)，而空气温度对TPV的关联最强(0.69)。室外环境变量与TSV的直接关联通常弱于室内参数，但室外空气温度、室外相对湿度和室外空气速度仍表现出可比的关联强度(分别为0.30、0.43和0.20)。个人参数方面，服装热阻与TSV的平均相关系数为0.34，代谢率为0.32；年龄、性别、身高和体重等变量与TSV的相关性较低(0.08至0.23)。生理参数中，皮肤温度与TSV的关联最强(r=0.66)，与PMV(0.64)和TPV(0.47)也高度相关；心率变异性(HRV)和皮肤电导与TSV的相关性较为温和(0.15和0.25)。此外，TSV与TCV(r=0.51)、TSat(r=0.57)、TPV(r=0.74)及PMV(r=0.86)之间存在高度相关。环境中、个人和生理参数之间亦存在较强的交互相关，表明数据集中存在显著的多重共线性，对特征选择和模型解释具有重要影响。

机器学习算法与建模方法 (Machine learning algorithms and modelling approaches)

PCM建模通常遵循一个共同的机器学习(ML)流程，包括数据理解、预处理与标注、数据划分、特征工程与缩放、特征重要性与选择、模型训练、超参数调优与交叉验证以及模型解释。预处理环节因数据模态而异，高频生理和热成像数据需要信号滤波、平滑和时间对齐，而建筑尺度数据集则侧重于环境测量质量保证和投票时间映射。类别不平衡问题普遍存在，合成少数类过采样技术(SMOTE)、随机过采样(ROS)和自适应合成采样(ADASYN)等方法被广泛使用。数据划分策略包括固定留出法、k折交叉验证以及主题独立划分(如留一受试者交叉验证(LOSO))。特征工程涉及原始传感器输入到统计、时间和空间特征的推导，缩放方法以最小-最大归一化和标准化为主。特征重要性分析常采用相关系数、基于树的重要性、递归特征消除和SHAP等方法。模型训练方面，经典机器学习算法如随机森林(RF)、支持向量机(SVM)、K近邻(KNN)、逻辑回归(LR)和梯度提升方法应用广泛；浅层神经网络(ANN/MLP)用于混合生理-环境输入；深度学习架构如卷积神经网络(CNN)、长短期记忆网络(LSTM)和门控循环单元(GRU)在视觉和高频生理研究中占主导。混合物理信息模型和强化学习方法亦有应用。超参数调优普遍采用网格搜索、随机搜索和贝叶斯优化。模型解释方面，SHAP是最主要的可解释性方法，此外还使用局部可解释模型无关解释(LIME)、排列特征重要性(PFI)和偏依赖图(PDP)等。整体上，混合模型、深度学习、RF和梯度提升方法的平均准确率均超过0.8。

模型性能评估实践 (Model performance evaluation practices)

模型评估指标可分为基于回归和基于分类两类。回归指标如R2、MAE、RMSE和MSE用于连续输出，分类指标如准确率、精确率、召回率、F1分数和AUC用于分类输出。定量综合分析仅保留分类研究以确保指标可比性。不同算法在准确率、精确率、召回率、F1和AUC等指标上的表现排序并不一致。例如，KNN(平均AUC=0.89)和SVM(平均AUC=0.88)在AUC上表现突出，而混合模型(平均F1=0.84)、梯度提升(平均F1=0.82)和RF(平均F1=0.81)在F1分数上更具优势。敏感性分析进一步表明，模型准确率与其他指标之间常存在显著差异，例如混合模型准确率(0.90)与F1分数(0.84)的差距明显，而部分模型如朴素贝叶斯、逻辑回归和深度学习的AUC值与准确率之间也存在较大差距。7项研究的随机效应元分析显示，合并准确率范围为81.29%至85.51%，且研究间存在显著异质性(I²=79%)。按算法分类的亚组分析中，提升方法的准确率范围为86%至93%，RF为82%至89%，而逻辑回归仅为72%至82%。上述结果一致表明，仅依赖准确率评估PCM性能是不充分的，需要采用多指标、情境感知的评估框架。

数据收集设计考虑 (Considerations in data collection designs)

在传感位置方面，胸部测量展现出最高的平均准确率(0.84)，前额和鼻部分别为0.82，腕部(0.78)、上臂(0.74)和大腿(0.70)表现依次降低。尽管外围位置准确率相对较低，却是文献中使用最频繁的测量部位。在数据收集方法上，环境传感较为一致，以空气温度、相对湿度、空气速度和平均辐射温度为核心；个人参数收集则更多依赖问卷和实验方案记录，包括年龄、性别、服装热阻和代谢率等；生理传感根据侵入性分为非接触式热成像、腕戴式可穿戴设备和多生理参数可穿戴系统、前臂/手臂电子皮肤贴片以及面部贴片等类别。热感知反馈收集方式包括在线数字报告、问卷、混合模式和非接触推断。数据收集设计包括受控环境舱实验、短期实地研究、长期纵向监测和混合设计，几乎所有研究都包含10至30分钟的环境适应期。样本量方面，研究发现存在两种主导结构：小样本高频数据收集适用于个性化建模，而大样本低频数据收集更利于群体泛化。数据集结构而非单纯参与者数量是影响模型性能的关键因素。传统功效分析工具(如G*Power)在PCM研究中并非普遍适用，因为PCM以预测建模为主要目标而非假设检验，样本充分性评估更适合采用数据驱动的方法，如学习曲线收敛性分析和基准数据集比较。