一种基于机器学习的建筑壁面风驱雨抓取率预测方法

本发明涉及一种基于机器学习的建筑壁面风驱雨抓取率预测方法，包括以下步骤：获取典型建筑特征信息；使用数值模拟方法计算不同风速下典型建筑的风环境，并采用欧拉多相流方法，模拟计算建筑壁面的风驱雨分布情况；从数值模拟结果中提取机器学习模型训练所需的特征参数；对提取的参数进行数据预处理，并用于训练不同机器学习模型，对比选择最优的机器学习模型进行雨滴抓取率预测，其中，所述机器学习模型以几何参数、风场参数、雨滴参数作为输入，以雨滴抓取率作为输出；利用BEST雨滴谱，根据降雨强度将预测得到的各尺寸雨滴抓取率转换为建筑壁面的风驱雨总抓取率。与现有技术相比，本发明具有预测精度高、速度快等优点。