[发明专利]一种基于多目标优化算法的严寒地区建筑构造设计方法

权利要求书

1.一种基于多目标优化算法的严寒地区建筑构造设计方法，其特征在于，所述构造设计方法的步骤为：

第一步：针对严寒地区建筑外墙的构造类型，建立与构造类型相应的构造参数可控的外墙数学模型；

第二步：根据严寒地区建筑外墙的构造类型建立建筑热性能分析建筑模型，所述建筑热性能分析建筑模型集成的项目信息包括建筑类型、项目位置、围护结构材料热属性、建筑运行时间表、暖通空调系统类型和通风率；

第三步：结合气候数据，以第二步所述建筑热性能分析建筑模型的全年能耗和碳排放量为围护结构优化目标，建立多目标进化算法模块；

第四步：利用第三步所述多目标进化算法模块对严寒地建筑外墙构造进行优化设计，通过优化设计结果构建外墙构造多目标优化模块；

其中，对第一步所述构造参数可控的外墙数学模型进行决策参量与约束条件参数化建模，具体步骤为：

A1：确定第一步所述构造参数可控的外墙数学模型的约束条件范围；所述约束条件范围为：保温层中，EPS板厚度不小于90mm，XPS板厚度不小于40mm，聚氨酯泡沫塑料厚度不小于40mm；结构层中，混凝土空心砌块、陶粒混凝土砌块、钢筋混凝土剪力墙厚度均不小于200mm；将建筑外墙的构造厚度作为决策参量；

A2：利用参数化建模技术建立可视化数据模块与构造参数的驱动关联；并在A1中所述约束条件范围内确定具体约束条件值；

A3：建立决策参量及决策参量的优化参量与A2中所述具体约束条件值的联系，所述联系即为决策参量数学模型；

对A3中所述决策参量数学模型进行性能优化目标与决策参量的一体化构建，具体步骤为：

B1：利用能耗分析平台，将气候数据导入所述决策参量数学模型中，计算决策参量数学模型的全年能耗；

B2：利用碳排放量分析平台，绘制所述决策参量数学模型全寿命周期的碳足迹；

B3：利用B2中所述碳足迹计算决策参量数学模型的碳排放量，将所述决策参量数学模型的全年能耗和碳排放量作为建筑外墙性能优化目标。

2.根据权利要求1所述严寒地区建筑构造设计方法，其特征在于，第一步所述构造类型包括外墙内保温、外墙夹芯保温以及外墙外保温三种类型。

3.根据权利要求1所述严寒地区建筑构造设计方法，其特征在于，第四步所述多目标进化算法模块对严寒地建筑外墙构造进行优化设计的具体步骤为：

C1：将决策参量数学模型的全年能耗和碳排放量导入第三步所述多目标进化算法模块中，建立自适应函数模型；

C2：利用C1中所述自适应函数模型，以决策参量数学模型的全年能耗和碳排放量作为建筑外墙性能优化目标对所述决策参量进行进化计算，获得进化计算结果；

C3：将C2中所述进化计算结果导入决策参量数学模型中，进行迭代计算，获得迭代结果；

C4：根据C3中所述迭代结果通过遗传优化算法模块Optimo筛选出全年能耗和碳排放量最少的严寒地区建筑外墙构造的最优方案，完成优化设计。