[发明专利]一种基于多代理辅助的快速绿色建筑节能进化设计方法

说明书

本发明公开了一种基于多代理辅助的快速绿色建筑节能进化设计方法，步骤如下：确定建筑的基本结构参数，建立其3D模型，在EnergyPlus软件中导入该建筑模型和所在地区的气象数据，并且输入该建筑模型的结构参数；选择用来评价建筑设计方案优劣的两个性能指标，并设置影响上述两个性能指标的结构参数；借助EnergyPlus软件，执行一种新的多代理辅助多目标进化优化算法，直到算法满足终止条件；输出所得最终结果，即最佳建筑节能参数值。本发明方法具有代价小、运行时间快、操作简单、适用性强等突出优点。

技术领域

本发明涉及建筑节能技术领域，特别是一种基于多代理辅助的快速绿色建筑节能进化设计方法。

背景技术

能源是社会最重要的资源之一，也是国家经济和社会活动的核心。由于建筑行业的能源消耗占全球能源消耗总量的40％左右，目前大量学者已开始致力于建筑能耗最小化等方面的研究。同时，实施建筑节能措施也是减少污染物和温室气体排放的重要策略，可以在很大程度上改善环境和公众健康状况。综合考虑建筑的能量消耗机制、提高建筑能效，已经成为设计师和研究人员考虑的一个国际问题。

由于建筑系统的复杂性和各因素之间的相互依赖性，建筑设计人员经常使用一些建筑能耗模拟软件对其进行模拟分析，典型软件如DOE-2、EnergyPlus、ESP-r、eQUEST和TRNSYS[6]等。同时，基于这些模拟软件，学者们已提出了多种优化技术来提高建筑物的能效。Wang等开发了一种面向对象的框架，成功将建筑设计优化过程与建筑能耗模拟程序相关联。Ge[8]等对中国五个气候区中六个主要城市的办公建筑进行了热舒适和能源性分析。Castro-Lacouture等提出了一种面向建筑选材的混合整数优化模型，并以哥伦比亚某建筑物为例说明了该模型的有效性。Junghans等结合遗传算法和模拟退火算法，设计了一种混合单目标智能优化算法，用来同时最小化建筑的能耗和温室气体排放。Bamdad等开发了一种基于连续域蚁群优化的建筑节能算法，并成功用于澳大利亚的商业建筑。实验表明，该算法可以实现超过11.4％的额外节能。

然而，建筑节能设计本质上是一类典型的多目标优化问题，存在建筑能耗和用户不舒适度等多个相互冲突的性能指标。由于多目标进化技术的发展，近几年建筑节能中的多目标优化问题引起了研究者的关注。诸如NSGA-II、多目标人工蜂群优化、多目标粒子群等典型算法开始用于建筑节能设计问题。然而，因为需要借助代价高昂的建筑能耗软件不断评价个体或解的目标值，这些多目标进化优化算法依然存在运行代价高昂的不足。以基于EnergyPlus仿真软件的建筑节能设计进化优化方法为例，在普通电脑上运行一次进化优化算法通常需要几十分钟，甚至几个小时。这极大限制了基于进化优化的建筑节能设计方法的推广应用。

代理模型辅助的进化算法(SAEAs)是上世纪80年代提出的，其核心思想是使用代理模型替代计算代价昂贵的真实目标函数来评价个体。因为构建和使用代理模型所需的计算工作量远低于真实目标值的评价代价，该类算法可以显著节省进化算法的计算成本，有效解决个体评价代价昂贵的问题。针对昂贵单目标优化问题，目前学者们已经提出了很多有效的代理模型辅助进化算法。鉴于昂贵多目标优化问题的普遍性，近年来代理模型辅助的多目标进化算法逐渐得到学者们的重视。Zhang等利用Kriging代理模型加速NSGA-II算法的搜索速度，给出了一种面向单腹板涡轮盘设计的多目标进化优化算法。Rosalesperez等利用一个样本集合存储进化过程中得到的所有非劣解及其真实目标值，并由其不断训练支持向量机，给出了一种融合支持向量机模型的多目标进化优化算法。然而，因为在进化过程中需要不断计算种群产生的所有非劣解的真实函数值，这些方法用于代理模型构建的计算代价仍然较大，尤其是那些具有大量非劣解的优化问题。

发明内容

本发明所要解决的技术问题是克服现有技术的不足而提供一种基于多代理辅助的快速绿色建筑节能进化设计方法，采用多代理辅助多目标进化优化方法处理建筑节能设计问题，可以在建筑能耗和人体不舒适小时数得到折衷方案，并很大程度的降低计算代价。

本发明为解决上述技术问题采用以下技术方案：