数据驱动模型和物理模型已在建筑设计和运维中广泛应用。物理模型主要依据设备机理和物理定律描述建筑系统运行过程，由于物理建模需要大量底层信息，其在高复杂度建筑系统中应用具有挑战性。数据驱动模型有能力处理复杂的非线性关系，且对底层物理信息的依赖度较低，因此具有较高的实践可行性。然而，该方法在应用过程中也面临着模型容易过拟合、泛化能力不高以及可解释性较差等挑战。为此，构建融合物理知识的数据驱动模型可以充分利用二者优势，提升模型准确性、泛化能力和可解释性，进一步拓展数据驱动方法在建筑能源管理的应用前景。
Data-Driven Building Energy Management Technologies that Integrate Physical Knowledge专刊旨在发表建筑和城市尺度中采用数据驱动技术并结合物理知识的综述和原创研究文章，包括（但不限于）以下主题：
模型预测控制在建筑中的应用 以用户为中心的楼宇控制
故障检测与诊断
建筑-电网协同互动
柔性能源建筑
基于强化学习的楼宇控制
建筑性能评估
建筑多系统建模
建筑中图像、文本数据和其他非结构化数据的应用
建成环境中的大数据技术
客座编辑/Guest Editors:
投稿截止/Submission deadline:
在线投稿/Submission online:
Building Simulation 2008年创刊，是世界上第一本有关建筑模拟领域最新研究成果的英文学术期刊，跨多种学科领域，涉及建筑技术、土木工程、建筑学、环境工程、能源及动力工程等，致力于为中外同行提供一个高水平的学术交流平台。被SCI、EI Compendex、Scopus、CSCD等数据库收录。2023年SCI影响因子5.5，在JCR两个学科领域均位于Q1区；位于中科院期刊分区，工程技术类1区。
公众号：建筑模拟
期刊官网1 （国内免费下载）
http://www.sciopen.com/journal/1996-3599
期刊官网2 （海外合作）
http://www.springer.com/journal/12273
编辑部：bsjournal@tsinghua.edu.cn
