长期以来,随着中国经济的飞速发展,带给社会的不仅是人们生活水平的不断提高,还有日益严重的能耗问题,在这之中,建筑所消耗的能源总量在社会总能耗中所占的比例不断增加。根据《2018中国建筑能耗研究报告》显示,2016年,中国建筑在能源方面全年的消费总量为8.99亿吨标准煤,占全国能源消费总量20.62%,其中公共建筑能耗占建筑能耗总量的38.53%,城镇居住建筑能耗占比37.71%,农村建筑能耗占比23.76%,相关的数据还在不断上升之中。日益凸显的建筑高能耗问题,使得建筑节能成为智慧建筑领域的一个研究重点,而对建筑进行有效节能的先觉条件是能够对建筑的能耗建立一个稳定有效的预测模型,在准确预测的基础上做相关的节能工作。建筑能耗预测作为一个复杂的非线性问题,其数据往往是多维度的,决策树在处理多维度数据时,依据其层层分割,节节生长的处理方式,有着逻辑清晰,结构可视等优点,因此本研究将以决策树为基础的深度森林和强化学习相结合,将强化学习作为整体的结构,m GBDT作为数据处理的agent,在与环境交互的过程中,预测出下一个时间段的能耗。主要包括以下三部分内容:（1）针对传统的深度神经网络属于“黑盒”,决策过程无法可视化这一缺点,提出了一种新的基于Double-m GBDT的Q学习算法（Double-m GBDT-based Q-Learning algorithm）。该算法使用m GBDT代替DNN,其中引入了m GBDT作为函数逼近器。在学习过程中,基于通过和环境交互得到的状态,使用Bellman方程构造目标值,并以此为基础,通过在线的方式训练m GBDT。为了验证性能,将提出的算法和DQN以及m GBDT应用于Open AI Gym中的Cart Pole和Mountain Car问题。结果表明,该算法能够收敛到最佳策略,并且证明与DQN相比,该算法收敛后的稳定性更好。（2）将第一部分所提的算法用于建筑能耗预测领域,由于空调能耗在建筑能耗中占了很大的比例,因此本部分中主要将第一部分的算法用于空调能耗的预测。从空调能耗的影响因素分析,选择冷水机组冷冻水侧进水、出水温度,冷却水侧进水、出水温度,冷冻水流量,冷却水流量以及制冷量作为输入变量。数据采集的过程中由于意外情况的出现,会导致数据出现异常情况,因此,对于采集到的原始数据要进行相关的预处理,为了避免异常值给模型带来的不良影响,使用K-means算法来排除异常值,其次,为了使模型能够学习到数据内部更为普遍的规律,同时也是为了提高模型的准确率,对数据进行归一化。将处理好的数据用来训练模型。最后,采用某环境学院采集到的数据来进行实验,实验结果表明,Double-m GBDT-based Q-Learning算法能够预测出空调能耗的整体趋势,可以为建筑整体的能耗预测提供指导。（3）基于第二部分对空调能耗预测实验过程发现的问题,在数据预处理阶段做出相应的改进。将第一部分的算法运用于建筑整体的能耗预测。选取室内温度、湿度,室外温度、湿度,天气以及时间作为输入变量,再将输入的变量经过预处理,制作成训练集。其次,结合强化学习的框架,构建整体的训练流程,运用训练集进行模型的训练,最后,通过实验来验证预测模型的可行性。