[论文分享]EPlus-LLM: A large language model-based computing platform for automated building energy modeling
📃 基本信息
[论文标题] 《EPlus-LLM: 一种基于大型语言模型的自动化建筑能量建模计算平台》
[期刊信息] Applied Energy (2024) |作者: Gang Jiang, Zhihao Ma, Liang Zhang, Jianli Chen
📌 一句话概括
EPlus-LLM平台使用大型语言模型来将自然语言建筑描述直接自动化为建筑能量建模。
📚 深度总结
本研究提出了一种名为Eplus-LLM的自动建筑能量建模平台，旨在解决建筑能量模型创建中普遍存在的劳动密集型挑战。建筑能量模型（BEMs）对于建筑设计和分析至关重要，但通常需要耗费大量时间和专门知识。为了优化这一过程，研究团队基于大型语言模型（LLM），尤其是针对文本转换的T5架构，开发了该平台。通过细化训练，Eplus-LLM能够将自然语言转化为EnergyPlus所需的模型文件，进一步通过API进行仿真并输出结果。在验证过程中，平台展示出超过95%的建模工作减少，并且在建设模型上的准确性达到100%。该平台不仅能处理不同类型的语调、拼写错误和省略，它还大幅简化了建筑模式从描述到实用模型的过渡。这项研究还推动了在城市建筑能量建模等大规模建模工作中的应用，展示了LLMs在建筑仿真中的创新潜力。然而，该平台目前只能处理常规设置下的简单模型，对于复杂建筑几何体和不同区域的处理能力有限，未来研究将集中在更高的灵活性和复杂性上。
本速览仅作研究参考，不替代原文阅读。如需引用，请参考原论文。
🔍 要点追溯
- 研究方法: 语言模型细化训练+自动仿真
- 适用范围: 简单建筑几何形状的能量建模
- 使用工具: EnergyPlus, T5模型架构
- 数据来源: 构造参数-IDF 场景对和自然语言描述-IDF句子对
- 参考标准: 未知