[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

说明书

本发明涉及建筑设计技术领域，提供一种基于遗传算法的住宅综合性能优化设计方法，该方法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；再确定需优化的目标技术参数；确定目标技术参数取值范围；建立遗传算法模型，并将目标函数、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。本发明还公开了一种系统，依靠遗传算法对建筑住宅综合性能多目标进行优化，减少建筑设计过程对工程经验和软件模拟试错的过多依赖，并且能够输出多个备选可行方案，从而提高建筑优化设计效率，降低建筑设计过程的工作量和强度，操作简单便捷。

技术领域

本发明涉及建筑设计技术领域，特别涉及一种基于遗传算法的住宅综合性能优化设计方法及系统。

背景技术

住宅建筑能耗和碳排放在整个节能减碳环节中占据了很大比例，随着能源危机凸显和全球气候变暖，在建筑设计阶段采用低能耗、低碳排放的技术方案至关重要，在建筑设计过程中尤为重要。

CN114444778A公开了一种用于建筑设计优化方案判断的方法及装置，所述方法包括：获取预建设项目离马路距离；获取各个备选建筑设计方案中针对地下停车库的车库设计方案；根据所述马路距离以及所述车库设计方案，从所述备选建筑设计方案中选择出停车效率满足预设条件的第一建筑设计方案；获取所述第一建筑设计方案中的除所述车库设计方案之外的其他建筑设计子方案的评估参数；根据所述评估参数，确定所述评估参数评分最高的所述第一建筑设计方案为用于最终使用的所述第二建筑设计方案。

现有技术中，建筑综合性能往往通过基于工程经验和软件模拟试错的调适，经验依赖性高、工作量大，且考虑目标相对单一。

发明内容

通过长期的研究实践，面对综合性能的多目标优化设计问题，通过人工或单一目标计算机优化，往往导致设计方案局部最优但难以实现综合性能最优，目前建筑设计领域难以解决的技术问题。

有鉴于此，本发明旨在提出一种基于遗传算法的住宅综合性能优化设计方法，该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。

优选地，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。

优选地，在步骤S1中，单位面积建筑运行能耗量为，