超越原型：通过多源数据概率整合构建行为感知型合成建筑群，用于多领域城市分析
Beyond archetypes: Creating behavior-aware synthetic building populations through probabilistic multi-source data integration for multi-domain urban analysis
发表于 2026年6月17日 · 收录于雷达 2026年11月5日
中文摘要
研究提出一种面向总体规模的合成框架，以概率方式关联家庭与个人微观数据、建筑属性、时间利用日记和气象数据，生成带有不确定性估计的合成建筑群。该方法采用概率记录链接、正则化期望最大化和分层阻断，并生成可用于后续建筑能耗模拟的输入数据，而非模拟或验证后的时序负荷曲线。