MathWorks今日宣布，BuildingIQ 使用 MATLAB 的數據分析功能加快開發和部署前瞻性預測算法，以實現暖通空調能耗優化。BuildingIQ 的工程師已開發出一款基于云的軟件平臺—Predictive Energy Optimization? (PEO)，該平臺可以讓大型樓宇內的暖通空調在正常運行過程中降低 10%-25% 能耗。

BuildingIQ 需要將 PEO 開發成一種實時系統，以通過前瞻性的預測優化，使大型商業樓宇內的暖通空調能耗降至最低。該團隊將 MATLAB 算法集成到云環境來優化人體舒適度，同時將能耗降到最低。BuildingIQ 工程師使用 Signal Processing Toolbox 篩選數據，使用Statistics and Machine Learning Toolbox 開發算法以對加熱和制冷流程中的天然氣、電和太陽能消耗情況進行建模，使用 Optimization Toolbox 持續優化實時能效。為了將開發出的算法集成到生產系統，該團隊使用 MATLAB Compiler 進行部署，為將 MATLAB 算法轉化為 Java 或 C 代碼節省了時間和資源。

BuildingIQ 首席數據科學家 Borislav Savkovic 說：“我們采用 MATLAB 的原因在于它是現有算法原型開發以及執行高級數學運算的最佳工具。MATLAB 讓我們能夠將我們的原型算法直接轉換為可以靠處理真實噪音和不確定性問題的產品級算法。”

MathWorks 技術營銷經理 Paul Pilotte 說：“許多公司在從他們的數據中挖掘更多信息時，常常缺少分析和直觀顯示這些數百億兆的大數據、快速開發算法以及找出最合適算法的工具。BuildingIQ 正在借助它的分析和直觀顯示大數據集、部署這些高級優化算法并在生產云環境中運行算法的能力來設定一種基準。”

在 MATLAB 中實際能耗數據與模型能耗響應的對照驗證