پیش­ بینی دمای اتاق با استفاده از یادگیری تقویتی

عوامل بسیاری مانند دما، روشنایی مناسب و هوای مطبوع در آسایش ساکنین یک ساختمان تاثیرگذارند. در ساختمان­های معمولی، این عوامل توسط ساکنین تنظیم می­شود. برای افزایش سطح آسایش ساکنان، می‌توان سیستمی برای تنظیم خودکار میزان مطلوبیت، با استفاده از قابلیت یادگیری و پیش­بینی عوامل موثر، طراحی کرد. این ایده منجر به پیاده­سازی ساختمان­های هوشمند شده است. هدف از این مقاله پیش­بینی و یادگیری دمای مطلوب روزهای متوالی است. این پیش‌بینی بر اساس دمای فعلی اتاق، رطوبت کنونی اتاق، میزان تابش خورشید و وضعیت آب و هوای منطقه انجام شده است. در این مقاله پیش­بینی دمای روزهای متوالی توسط روش ε-greedy انجام شده است. دقت پیش‌بینی روش یادگیری تقویتی 81.56 % است که بالاتر از دقت دیگر روش‌های طبقه‌بندی است.