可持续建成环境研究的机器学习应用进展与展望

[目的]大数据、物联网和人工智能技术正在经历快速发展阶段,其中机器学习的应用尤为瞩目,探索机器学习对可持续建成环境研究的影响具有理论和实践价值.[方法]基于文献综述,聚焦城市公共健康、能源碳排放、气候环境、生态系统、绿色出行5个可持续建成环境重要议题,详述机器学习的概念、分类、重要算法及关键应用.[结果]提出机器学习应用预测性有余解释力不足的特点,梳理机器学习发展从预测性到解释性的趋势,分析机器学习应用对研究的影响.[结论]结果表明:解释性方法和可读模型增多,研究目的更加侧重决策解读和规律总结,但基于实证研究的因果机制探索仍较少.基于此,比较分析了机器学习在不同议题中的典型应用,展望未来的发展前景.