Comparison of thermal comfort parameters using different feature selection algorithms

Abstract

This study aims to examine the environmental parameters affecting user thermal comfort in an amphitheater belonging to an educational building and to compare the effects of these parameters using different feature selection algorithms. Thermal comfort indicators PPD and environmental parameters were calculated using measurements from the Testo 480 device. Subjective data were obtained through surveys measuring users' thermal acceptability and thermal comfort perception. The RandomForestRegressor, SHAP, and CorrelationAttributeEval algorithms were used to compare the order of influence of environmental parameters affecting students' thermal comfort. The results showed that surface temperature and indoor air temperature are the most influential parameters on user comfort. In the SHAP and CorrelationAttributeEval algorithms, surface temperature was identified as the most influential parameter, while in the RandomForestRegressor algorithm, indoor temperature was identified as the most significant parameter. Additionally, when compared with survey results, the environmental parameter with the least effect on user comfort was found to yield the same result as the CorrelationAttributeEval algorithm. These findings provide important insights into better interpreting the factors affecting user comfort and optimizing thermal comfort in similar spaces.

Bu çalışma, bir eğitim binasına ait amfi mekânında kullanıcı ısıl konforunu etkileyen çevresel parametreleri incelemek ve bu parametrelerin etkilerini farklı özellik seçimi algoritmalarıyla karşılaştırmayı amaçlamaktadır. Isıl konfor göstergelerinden PPD ve onu etkileyen çevresel parametreler, Testo 480 cihazının ölçümleriyle hesaplanmıştır. Öznel veriler, kullanıcıların ısıl kabul edilebilirlik ve ısıl konfor algısını ölçen anketlerle elde edilmiştir. Öğrencilerin ısıl konforunu etkileyen çevresel parametrelerin etki sırasının karşılaştırılmasında Random Forest Regressor, SHAP ve Correlation Attribute Eval algoritmaları kullanılmıştır. Sonuçlar, yüzey sıcaklığı ve iç ortam sıcaklığının kullanıcı konforu üzerinde en etkili parametreler olduğunu göstermiştir. SHAP ve Correlation Attribute Eval algoritmalarında yüzey sıcaklığı, Random Forest Regressor algoritmasında ise iç ortam sıcaklığı en etkili parametre olarak belirlenmiştir. Ayrıca anket sonuçları ile karşılaştırıldığında kullanıcı konforu üzerinde en az etkili çevresel parametrenin Correlation Attribute Eval algoritması ile aynı sonucu verdiği görülmüştür. Bu bulgular, kullanıcı konforunu etkileyen faktörlerin daha iyi yorumlanmasına ve benzer mekanların ısıl konfor açısından optimize edilmesine yönelik önemli sonuçlar sağlamaktadır