[发明专利]基于分布式传感器的建筑采光设计智能系统

权利要求书

1.一种基于分布式传感器的建筑采光设计智能系统，其特征在于，该系统包括：

标准化单元，用于根据采集的房屋建筑设计图生成房屋元素标准矩阵、窗体高度标准矩阵；

数据增强单元，用于随机生成房屋所在建筑物的地理信息数据以及房屋所在楼层信息数据做数据增强；

神经网络训练单元，用于将房屋元素标准矩阵、窗体高度标准矩阵、房屋所在建筑物的地理信息数据、房屋所在楼层信息数据输入神经网络中，神经网络输出为所有动作的价值，动作包括：将一单元非承重墙转化为窗体、将一单元窗体转化为非承重墙、将一单元窗体高度增加单位高度、将一单元窗体高度减小单位高度；基于强化学习方法对神经网络进行迭代训练，根据神经网络的输出修改房屋元素标注矩阵、窗体高度矩阵；

采光度计算单元，用于使用房屋元素标准矩阵、窗体高度标准矩阵、房屋所在建筑物的地理信息数据、房屋所在楼层信息数据生成三维房屋建筑模型，利用采光模拟软件在三维房屋建筑模型的每个室内空地网格元素中心设置虚拟传感器，并根据虚拟传感器的读数计算网格采光度，利用整体采光度衡量方法计算房屋整体采光度；

奖惩计算单元，用于根据房屋整体采光度以及奖惩规则生成奖励值；

房屋采光系数生成单元，用于将实际情景的房屋建筑设计图经过标准化单元处理后得到的矩阵与实际房屋所在建筑物的地理信息数据、房屋所在楼层信息数据输入训练好的神经网络，神经网络输出连续决策直至采光度达标；

房屋采光设计平面图生成单元，用于当房屋整体采光度达标时，根据房屋元素标准矩阵、窗体高度标准矩阵还原房屋天然采光设计平面图。

2.如权利要求1所述的基于分布式传感器的建筑采光设计智能系统，其特征在于，所述标准化单元包括：

初始化模块，用于将房屋建筑设计图按照固定单位面积进行划分，每个固定单位面积为一个网格元素，根据网格元素的类型对矩阵进行初始化，网格元素的类型包括：承重墙、非承重墙、窗体、室内空地、室外空地；

填充模块，用于对矩阵的边缘进行填充，将其转化为规定尺寸的房屋元素标准矩阵；

窗体高度处理模块，用于根据窗体高度与房屋元素标准矩阵生成规定尺寸的窗体高度标准矩阵。

3.如权利要求1所述的基于分布式传感器的建筑采光设计智能系统，其特征在于，所述基于强化学习方法对神经网络进行训练包括：

步骤一，生成一个随机数，当随机数大于阈值时，由神经网络输出每个动作的价值，从可行动作中选取价值最大的动作，否则，从可行动作中随机选择一个动作；

步骤二，根据奖惩计算单元计算选择动作带来的奖励值；

步骤三，将本时刻状态、动作、奖励值与下一时刻状态、动作、奖励值放入历史缓冲池中，形成数据批次；

步骤四，从历史缓冲池中选择数据，计算损失，反向传播更新网络权重；

步骤五，判断采光度是否达标，若不达标则返回步骤一进行迭代，否则停止迭代。

4.如权利要求1所述的基于分布式传感器的建筑采光设计智能系统，其特征在于，所述奖惩计算单元包括：

基础奖励值生成模块，用于当房屋整体采光度不达标时，置基础奖励值为设定负值；当房屋整体采光度达标时，置基础奖励值为设定正值；

奖惩模块，用于根据奖惩规则在基础奖励值上进行奖惩，奖惩规则包括：根据房屋元素标准矩阵中的窗体元素个数，在基础奖励值上减去相应奖励值；根据窗体增加的高度，在基础奖励值上减去相应奖励值。

5.如权利要求3所述的基于分布式传感器的建筑采光设计智能系统，其特征在于，所述阈值为0.01+0.99*e^{(-1*epoch/500)}，其中，epoch为迭代轮次。

6.如权利要求1-5任一项所述的基于分布式传感器的建筑采光设计智能系统，其特征在于，所述房屋所在建筑物的地理信息数据包括：建筑物海拔、建筑物朝向；所述房屋所在楼层信息数据包括：楼层距离地面的垂直高度、所在楼层的层高。