[发明专利]基于遗传算法的住宅综合性能优化设计方法及系统

权利要求书

1.一种基于遗传算法的住宅综合性能优化设计方法，其特征在于，所述基于遗传算法的住宅综合性能优化设计方法包括，

步骤S1，以单位面积全生命周期碳排放量、单位面积建筑运行能耗量、建筑室内健康时间占比性能提升为目标函数；其中，目标函数Max(f(x))为，

min F_carbon(x)是以最小化为目标的建筑全生命期碳排放计算函数；

min F_energy(x)是以最小化为目标的建筑运行能耗计算函数；

max F_health(x)是以最大化为目标的建筑室内健康性能计算函数；

步骤S2，确定需优化的目标技术参数；其中，目标技术参数至少包括外墙构造形式、窗体结构、窗墙比、窗高宽比、遮阳形式、遮阳尺寸；

步骤S3，确定目标技术参数取值范围；

步骤S4，建立遗传算法模型，并将目标函数Max(f(x))、目标技术参数及目标技术参数取值范围，输入遗传算法模型进行优化后，获取N个备选建筑设计方案，其中，N大于等于1的正整数。

2.根据权利要求1所述的基于遗传算法的住宅综合性能优化设计方法，其特征在于，在步骤S2中包括，

步骤S21，确定需优化的目标技术参数类型，包括外墙构造形式、窗体结构、窗墙比、窗高宽比、遮阳形式、遮阳尺寸；

步骤S22，根据所选的目标技术参数类型，筛选目标技术参数类型中对建筑运行能耗、建筑全生命期碳排放和建筑室内健康性能有影响的目标技术参数类型，作为后续输入到遗传算法模型中进行优化的变量参数。

3.根据权利要求1所述的基于遗传算法的住宅综合性能优化设计方法，其特征在于，在步骤S1中，单位面积建筑运行能耗量为，

其中，Q为等效耗电量，kWh/(m²·a)，η_i为第i种能源的等效电法换算系数；Q_i为第i种能源相应的热量值；Q_i,j为j类系统的第i类能源的消耗量；A为建筑面积。

4.根据权利要求1所述的基于遗传算法的住宅综合性能优化设计方法，其特征在于，在步骤S1中单位面积全生命周期碳排放量包括建材生产及运输、建造及拆除、运行阶段产生的温室气体排放的总和，采用二氧化碳当量表示。

5.根据权利要求4所述的基于遗传算法的住宅综合性能优化设计方法，其特征在于，建材生产及运输阶段碳排放量为，

其中，C_JC为建材生产运输阶段碳排放，单位kgCO₂/m²；C_sc为建材生产阶段碳排放，单位kgCO₂；C_ys为建材运输过程碳排放，kgCO₂；M_i为第i种主要建材的消耗量；F_i为第i种主要建材的碳排放因子，kgCO₂/单位建材数量；D_i为第i种建材的平均运输距离，单位km；T_i为第i种建材运输方式下，单位重量运输距离的碳排放因子，kgCO₂/(t·km)。

6.根据权利要求4所述的基于遗传算法的住宅综合性能优化设计方法，其特征在于，建筑建造及拆除阶段碳排放量为，

其中，C_JZ为建筑建造阶段碳排放，kgCO₂/m²；C_CC为建筑拆除阶段碳排放，kgCO₂/m²；E_jz,i为建筑建造阶段第i中能源总用量；E_cc,i为建筑拆除阶段第i中能源总用量；EF_i为第i类能源的碳排放因子；A为建筑面积，m²。