本發(fā)明涉及一種基于性能導(dǎo)向的建筑多目標(biāo)優(yōu)化設(shè)計(jì)方法，具體涉及一種以包含建筑運(yùn)行能耗、室內(nèi)環(huán)境熱舒適度、室內(nèi)采光效果等作為目標(biāo)導(dǎo)向的建筑設(shè)計(jì)方案自動比選及算法。
背景技術(shù)：
：(1)建筑設(shè)計(jì)需求人的一生有80％的時間生活在室內(nèi)，改善室內(nèi)環(huán)境，提升人居環(huán)境質(zhì)量切關(guān)民生問題，隨著我國社會經(jīng)濟(jì)水平的快速上升，提高居住空間生活品質(zhì)也逐漸成為居民關(guān)注的熱點(diǎn)，改善室內(nèi)熱環(huán)境已經(jīng)變成人民的迫切需求。與此同時，能源問題也一直是國家發(fā)展的重要問題，2014年，中美簽署應(yīng)對氣候變化和清潔能源合作的聯(lián)合聲明，中方首次正式提出2030年左右中國碳排放有望達(dá)到峰值，《中國建筑節(jié)能年度發(fā)展研究報(bào)告2015》指出在2013年我國建筑總商品能耗已占到全國能源消費(fèi)總量的19.5％，且呈現(xiàn)逐年上升的趨勢。因而，如何在實(shí)現(xiàn)良好的人居環(huán)境的同時控制建筑能耗成為現(xiàn)階段建筑環(huán)境相關(guān)領(lǐng)域研究的熱點(diǎn)問題。建筑室內(nèi)環(huán)境包括建筑熱濕環(huán)境、光環(huán)境、聲環(huán)境、室內(nèi)空氣品質(zhì)，好的設(shè)計(jì)應(yīng)從建筑設(shè)計(jì)之初即綜合考慮建筑環(huán)境質(zhì)量、預(yù)測可能造成的建筑能耗及投資等相關(guān)因素，優(yōu)選方案，進(jìn)行建筑規(guī)劃設(shè)計(jì)。而目前建筑設(shè)計(jì)通常是建筑師憑經(jīng)驗(yàn)給出建筑相關(guān)設(shè)計(jì)參數(shù)，缺乏一套設(shè)計(jì)評判系統(tǒng)對不同方案建筑設(shè)計(jì)產(chǎn)生的不同使用效果進(jìn)行預(yù)評估，并通過自我學(xué)習(xí)，調(diào)整相關(guān)設(shè)計(jì)參數(shù)，循環(huán)比較后優(yōu)選出綜合指標(biāo)優(yōu)良的若干套建筑設(shè)計(jì)方案，再經(jīng)由建筑設(shè)計(jì)師從實(shí)際情況出發(fā)二次選擇，確定建筑方案，這是本發(fā)明所要解決的關(guān)鍵問題。(2)建筑多目標(biāo)優(yōu)化設(shè)計(jì)在建筑方案設(shè)計(jì)中存在繁多的設(shè)計(jì)變量，例如圍護(hù)結(jié)構(gòu)的熱工特性、窗墻比、朝向等；這些大量設(shè)計(jì)變量與室內(nèi)熱舒適及建筑能耗存在著非線性的復(fù)雜耦合關(guān)系。設(shè)計(jì)師在優(yōu)化時，一方面有許多可供選擇的優(yōu)化組合，另一方面無法直觀地判斷各設(shè)計(jì)組合是否產(chǎn)生了理想的效果，最終導(dǎo)致在提高了熱舒適的同時增加了能耗或者既減少了室內(nèi)熱舒適又增加了能耗，搜索不到最佳的設(shè)計(jì)方案。技術(shù)實(shí)現(xiàn)要素：針對現(xiàn)有建筑設(shè)計(jì)方法存在的不足，本發(fā)明提出一種基于性能導(dǎo)向的建筑多目標(biāo)優(yōu)化設(shè)計(jì)方法。其中，性能目標(biāo)可包含建筑運(yùn)行能耗、室內(nèi)環(huán)境熱舒適度、室內(nèi)自然采光效果等設(shè)計(jì)優(yōu)化目標(biāo)。本發(fā)明使用NSGA-II(DominatedSortingGeneticAlgorithm-II)作為方案搜索引擎。值得說明的是，NSGA-II算法的計(jì)算流程如附圖1所示，首先初始化第一代種群，通過快速非支配排序、選擇、交叉以及變異操作后得到子代種群；將父代種群和子代種群合并，再通過排序、擁擠度計(jì)算得出第二代種群個體；如此反復(fù)，經(jīng)過多個代數(shù)的進(jìn)化后，性能優(yōu)良的個體即滿足優(yōu)化要求的設(shè)計(jì)方案被保留，性能差的個體被淘汰，最終得到滿足優(yōu)化要求的最優(yōu)方案解集。本發(fā)明中NSGA-II算法與目標(biāo)問題間變量對應(yīng)關(guān)系如附圖2所示，輸入輸出過程簡要示意圖如附圖3所示。為實(shí)現(xiàn)本發(fā)明目的而采用的技術(shù)方案是這樣的，一種基于性能導(dǎo)向的建筑多目標(biāo)優(yōu)化設(shè)計(jì)方法，結(jié)合附圖4，包括以下步驟:1)首先確定建筑設(shè)計(jì)中的變量，并限定各個變量的取值范圍。該范圍可根據(jù)業(yè)主需求及《夏熱冬冷地區(qū)居住建筑節(jié)能設(shè)計(jì)標(biāo)準(zhǔn)》等現(xiàn)行國家及地方建筑節(jié)能設(shè)計(jì)標(biāo)準(zhǔn)和設(shè)計(jì)規(guī)范。2)設(shè)定建筑設(shè)計(jì)的性能目標(biāo)，可選擇建筑全年能耗、室內(nèi)熱舒適度、室內(nèi)自然采光環(huán)境質(zhì)量等作為方案優(yōu)化的目標(biāo)。確定各個性能目標(biāo)對應(yīng)的適應(yīng)度評價(jià)函數(shù)。即結(jié)合優(yōu)化目標(biāo)選定合適的適應(yīng)度評價(jià)函數(shù)，如建筑能耗最低、室內(nèi)熱不舒適時間最低、室內(nèi)平均自然采光系數(shù)最高等等。3)確定步驟2)中各個適應(yīng)度函數(shù)值計(jì)算工具；例如，建筑全年能耗可以選擇建筑能耗模擬軟件，如Energyplus、Dest、Doe-2等；室內(nèi)熱不舒適時間可以通過能耗模擬軟件輸出室內(nèi)逐時的操作溫度值和相對濕度值，參照GB/T50785-2012《民用建筑室內(nèi)熱濕環(huán)境評價(jià)標(biāo)準(zhǔn)》來計(jì)算室內(nèi)的熱不舒適時間；室內(nèi)平均自然采光系數(shù)可選擇光環(huán)境模擬軟件，如Ecotect、PKPM等來進(jìn)行計(jì)算。4)設(shè)定NSGA-II算法相關(guān)參數(shù)：算法編碼、競賽規(guī)模、交叉概率、變異概率、種群大小和最大遺傳代數(shù)；值得說明的是，算法的參數(shù)設(shè)定需要根據(jù)實(shí)際問題來進(jìn)行調(diào)整。如建筑體量、優(yōu)化變量個數(shù)不同時，考慮到計(jì)算量以及優(yōu)化速度的快慢，算法的參數(shù)均可以進(jìn)行調(diào)整。如：算法編碼可采用浮點(diǎn)數(shù)編碼方式，采用競賽規(guī)模為2的錦標(biāo)賽選擇法，交叉概率選擇為0.9，變異概率為0.1，種群大小設(shè)定為100，最大遺傳代數(shù)設(shè)定為700。5)通過NSGA-II算法運(yùn)算得到第一代種群，種群中每個個體均為一個設(shè)計(jì)方案，每一個設(shè)計(jì)方案均包含步驟1)所述的各個變量；6)使用步驟3)所述的適應(yīng)度函數(shù)值計(jì)算工具，對當(dāng)前種群中每個個體進(jìn)行評價(jià)，得到每個個體的適應(yīng)度函數(shù)值(建筑能耗、室內(nèi)熱不舒適時間、室內(nèi)平均自然采光系數(shù)等等)。7)NSGA-II算法根據(jù)步驟6)中得到的個體適應(yīng)度函數(shù)值，對個體進(jìn)行選擇、交叉、變異操作，產(chǎn)生下一代種群；判斷是否滿足終止循環(huán)的條件；若是，當(dāng)前種群內(nèi)的所有個體便是最優(yōu)設(shè)計(jì)方案的集合。若否，重復(fù)步驟6)～7)繼續(xù)循環(huán)，或跳轉(zhuǎn)回步驟5)重新生成第一代種群，并重復(fù)步驟6)～7)繼續(xù)循環(huán)；篩選結(jié)果對應(yīng)的性能目標(biāo)參數(shù)值趨勢如附圖5所示。進(jìn)一步，步驟2)中，建筑設(shè)計(jì)的性能目標(biāo)可為建筑全年能耗和室內(nèi)熱舒適水平。進(jìn)一步，步驟3)中，適應(yīng)度函數(shù)評價(jià)工具為建筑能耗模擬軟件Energyplus。進(jìn)一步，步驟4)中，算法編碼采用浮點(diǎn)數(shù)編碼方式，采用競賽規(guī)模為2的錦標(biāo)賽選擇法。值得說明的是，終止循環(huán)可通過a.設(shè)定循環(huán)代數(shù)；b.通過設(shè)定性能評價(jià)目標(biāo)參數(shù)范圍，即當(dāng)所有個體模擬出的性能參數(shù)都處于該范圍內(nèi)時即終止循環(huán)c.種群平均變化是否小于0.0001(用戶可根據(jù)收斂的需求自行調(diào)整)；若否，重復(fù)步驟6)～7)繼續(xù)循環(huán)，或跳轉(zhuǎn)回步驟5)重新生成第一代種群，并重復(fù)步驟6)～7)繼續(xù)循環(huán)；若是，最后一代種群內(nèi)的所有個體便是Pareto解集，即最優(yōu)設(shè)計(jì)方案的集合。相比現(xiàn)有技術(shù)，本發(fā)明具有如下優(yōu)勢：(1)本發(fā)明保障了方案所涵蓋范圍的全面性。(2)本發(fā)明解決了目前建筑設(shè)計(jì)中性能目標(biāo)彼此制約而影響建筑設(shè)計(jì)效果的難題，給出了一種簡單易行的優(yōu)化方法。(3)本發(fā)明可多維考慮，即可選取多個性能目標(biāo)，只需給出各變量參數(shù)范圍及計(jì)算終止條件即可得到優(yōu)化結(jié)果。附圖說明圖1遺傳算法計(jì)算過程；圖2遺傳算法與目標(biāo)問題間變量對應(yīng)關(guān)系圖；圖3輸入輸出過程簡化示意圖；圖4本發(fā)明實(shí)施流程圖；圖5運(yùn)行結(jié)果趨勢圖；圖6第1代種群分布圖圖7第318代種群分布圖具體實(shí)施方式下面結(jié)合實(shí)施例對本發(fā)明作進(jìn)一步說明，但不應(yīng)該理解為本發(fā)明上述主題范圍僅限于下述實(shí)施例。在不脫離本發(fā)明上述技術(shù)思想的情況下，根據(jù)本領(lǐng)域普通技術(shù)知識和慣用手段，做出各種替換和變更，均應(yīng)包括在本發(fā)明的保護(hù)范圍內(nèi)。實(shí)施例1：一種基于性能導(dǎo)向的建筑多目標(biāo)優(yōu)化設(shè)計(jì)方法，包括以下步驟:1)首先確定建筑設(shè)計(jì)中的變量：朝向、體形系數(shù)、北向窗墻比、南向窗墻比、東向窗墻比、西向窗墻比、外墻傳熱系數(shù)、外墻熱惰性指標(biāo)、屋頂傳熱系數(shù)、屋頂熱惰性指標(biāo)、外窗傳熱系數(shù)。并限定各個變量的取值范圍，該范圍根據(jù)業(yè)主需求及《夏熱冬冷地區(qū)居住建筑節(jié)能設(shè)計(jì)標(biāo)準(zhǔn)》等現(xiàn)行國家及地方建筑節(jié)能設(shè)計(jì)標(biāo)準(zhǔn)和設(shè)計(jì)規(guī)范。2)設(shè)定建筑設(shè)計(jì)的性能目標(biāo)，選擇建筑全年能耗、室內(nèi)熱舒適度、室內(nèi)平均自然采光系數(shù)。3)確定步驟2)中各個適應(yīng)度函數(shù)值計(jì)算工具：使用建筑能耗模擬軟件Energyplus、室內(nèi)光環(huán)境模擬軟件Ecotect作為適應(yīng)度函數(shù)評價(jià)工具。Energyplus可以輸出建筑的全年能耗值(適應(yīng)度函數(shù)值1)及室內(nèi)逐時的操作溫度及相對濕度。根據(jù)逐時的室內(nèi)逐時的操作溫度及相對濕度值，參考GB/T50785-2012《民用建筑室內(nèi)熱濕環(huán)境評價(jià)標(biāo)準(zhǔn)》計(jì)算出室內(nèi)全年逐時的APMV值(AdaptivePredictedMeanVote,預(yù)計(jì)適應(yīng)性平均熱感覺指標(biāo))，判斷其是否處于可接受的熱舒適范圍外，見表1，便得到了全年的熱不舒適小時數(shù)(適應(yīng)度函數(shù)值2)；通過光環(huán)境模擬軟件Ecotect模擬室內(nèi)光環(huán)境，可得到室內(nèi)平均自然采光系數(shù)。表1自由運(yùn)行建筑熱濕環(huán)境評價(jià)等級等級評價(jià)指標(biāo)(APMV)I級0.5≤APMV≤0.5II級-1≤APMV＜-0.5或0.5＜APMV≤1III級APMV＜-1或APMV＞1來源：《民用建筑室內(nèi)熱濕環(huán)境評價(jià)標(biāo)準(zhǔn)》GB/T50785-20124)設(shè)定NSGA-II算法相關(guān)參數(shù)：算法編碼可采用浮點(diǎn)數(shù)編碼方式，采用競賽規(guī)模為2的錦標(biāo)賽選擇法，交叉概率選擇為0.9，變異概率為0.1，種群大小設(shè)定為100，最大遺傳代數(shù)設(shè)定為700。5)通過NSGA-II算法運(yùn)算得到第1代種群，種群中每個個體均為一個設(shè)計(jì)方案，每一個設(shè)計(jì)方案均包含步驟1)所述的各個變量；6)使用步驟3)所述的適應(yīng)度函數(shù)值計(jì)算工具，對當(dāng)前種群中每個個體進(jìn)行評價(jià)，得到每個個體的選擇建筑全年能耗、室內(nèi)熱不舒適時間、室內(nèi)平均自然采光系數(shù)。7)NSGA-II算法根據(jù)步驟6)中得到的個體適應(yīng)度函數(shù)值，對個體進(jìn)行選擇、交叉、變異操作，產(chǎn)生下一代種群；判斷是否滿足終止循環(huán)的條件；若是，當(dāng)前種群內(nèi)的所有個體便是Pareto解集，即最優(yōu)設(shè)計(jì)方案的集合。若否，重復(fù)步驟6)～7)繼續(xù)循環(huán)，或跳轉(zhuǎn)回步驟5)重新生成第一代種群(達(dá)到最大種群代數(shù))，并重復(fù)步驟6)～7)繼續(xù)循環(huán)。實(shí)施例2：選取重慶市典型居住建筑戶型作為分析案例，該案例建筑總建筑面積600m2，高3層，層高2.8m，每層2戶，每戶建筑面積為重慶市的3口之家主力戶型面積，約90m2。使用多目標(biāo)優(yōu)化模型來尋求既節(jié)約能耗又能保證室內(nèi)熱舒適的建筑設(shè)計(jì)方案。具體步驟如下：1)首先確定建筑設(shè)計(jì)中的變量，并限定各個變量的取值范圍：確定變量類型并限定其取值范圍：由于建筑布局、樓層、建筑面積、體形系數(shù)已經(jīng)限定，在表2中給出的剩余10個設(shè)計(jì)變量有待求解。按照《夏熱冬冷地區(qū)居住建筑節(jié)能設(shè)計(jì)標(biāo)準(zhǔn)》在模型中設(shè)置這10個變量的變化范圍。表2優(yōu)化變量及取值范圍2)選擇建筑全年能耗及室內(nèi)熱舒適度作為優(yōu)化性能目標(biāo)；3)選取建筑能耗模擬軟件Energyplus作為建筑能耗性能目標(biāo)評價(jià)工具，選取室內(nèi)環(huán)境APMV值，作為室內(nèi)熱舒適性能目標(biāo)評價(jià)工具。4)采用NSGA-II算法作為方案搜索引擎，算法編碼采用浮點(diǎn)數(shù)編碼方式，采用競賽規(guī)模為2的錦標(biāo)賽選擇法。交叉概率選擇為0.9，變異概率為0.1；種群大小設(shè)定為100；終止循環(huán)條件為計(jì)算結(jié)果的平均變化小于0.0001；適應(yīng)度函數(shù)為由性能目標(biāo)評價(jià)工具計(jì)算得到的建筑能耗及室內(nèi)熱不舒適狀況的小時比例。5)通過NSGA-II算法運(yùn)算得到第1代種群，如附圖6所示，每一個點(diǎn)代表1種設(shè)計(jì)方案，即得到一組不同設(shè)計(jì)方案。6)使用Energyplus計(jì)算每個方案(當(dāng)前種群)的建筑全年能耗，并由得到的室內(nèi)環(huán)境參數(shù)計(jì)算APMV值，并計(jì)算一年中室內(nèi)APMV值在熱舒適區(qū)間(如表3所示)外的小時所占比例。由此得到的每個方案的建筑能耗及室內(nèi)熱不舒適狀況的小時比例，即適應(yīng)度函數(shù)值。繼續(xù)由NSGA-II算法進(jìn)行選擇、交叉、變異操作，產(chǎn)生下一代種群。表3自由運(yùn)行建筑熱濕環(huán)境評價(jià)等級等級評價(jià)指標(biāo)(APMV)I級0.5≤APMV≤0.5II級-1≤APMV＜-0.5或0.5＜APMV≤1III級APMV＜-1或APMV＞17)重復(fù)步驟5)～6)，循環(huán)到318代時結(jié)果如附圖7所示。經(jīng)判斷，滿足終止循環(huán)的條件――計(jì)算結(jié)果的平均變化小于0.0001。最后一代種群內(nèi)的所有個體便是Pareto解集，即最優(yōu)設(shè)計(jì)方案的集合。如附圖7所示，每一個點(diǎn)代表1種設(shè)計(jì)方案，優(yōu)化后便得到了建筑能耗較低同時熱不舒適時間比例也較低的建筑設(shè)計(jì)方案集合。設(shè)計(jì)師可兼顧建筑能耗及室內(nèi)熱舒適狀況，從中選擇較為適宜的建筑設(shè)計(jì)方案。當(dāng)前第1頁1 2 3