首页> 中文学位 >基于遗传算法的建筑物理性能优化的精英基因类型研究
【6h】

基于遗传算法的建筑物理性能优化的精英基因类型研究

代理获取

目录

第一个书签之前

摘 要

Abstract

目 录

1绪论

1.1 课题来源

1.2 课题背景

1.2.1 我国建筑节能需求

1.2.2 建筑与参数化设计

1.2.3 遗传算法与物理性能优化驱动设计

1.2.4 绿色建筑设计与性能目标导向设计现状

1.3 研究目的与意义

1.3.1 研究目的

1.3.2 研究意义

1.4 研究框架

1.4.1 研究内容

1.4.2 研究方法

1.5 论文框架

1.6 技术路线

2国内外研究综述

2.1 文献调查方法

2.1.1 文章检索

2.2 国内外研究现状

2.2.1 建筑能耗优化研究现状

2.2.2 优化设计平台研究现状

2.3 国内外文献调查总体评价与不足

2.4 本章小结

3基于GA的建筑物理性能优化驱动设计平台

3.1 优化设计的理论基础

3.1.1 单目标优化设计

3.1.2 多目标优化设计

3.1.3 遗传算法

3.2 建筑物理性能优化驱动设计

3.2.1 建筑物理性能的概念

3.2.2 建筑物理性能的评估标准

3.2.3 建筑优化驱动设计的实现流程

3.2.4 建筑物理性能优化设计的优势

3.2.5 建筑优化设计的相关软件介绍

3.3 建筑物理性能优化设计平台的建立

3.3.1 优化设计平台的软件选择

3.3.2 优化设计平台的建立

3.3.3 优化设计平台的试运行

3.4 本章小结

4基于正交试验设计的建筑物理性能优化参数的筛选

4.1 引言

4.2 正交试验设计

4.3 试验设计流程

4.4 案例设定

4.4.1 建筑基本设置

4.4.2 计算变量设定

4.4.3 目标函数设定

4.4.4 约束条件设定

4.5 正交试验计算

4.5.1 正交表

4.5.2 正交试验

4.6 正交试验数据分析

4.6.1 极差分析法

4.6.2 方差分析法

4.7 最优试验组合

4.8 本章小结

5基于优化设计平台的建筑物理性能单目标优化应用(SOP)

5.1 引言

5.2 优化设计流程

5.3 以点式办公建筑全年热工能耗为研究对象的单目标优化设计

5.3.1 案例设定

5.3.2 优化计算

5.3.3 优化结果分析

5.3.4 优化结果的聚类分析

5.3.5 优化分析结论

5.4 以点式办公建筑采暖能耗为研究对象的单目标优化设计

5.4.1 案例设定

5.4.2 优化计算

5.4.3 优化结果分析

5.4.4 优化结果的聚类分析

5.4.5 优化分析结论

5.5 以点式办公建筑制冷能耗为研究对象的单目标优化设计

5.5.1 案例设定

5.5.2 优化计算

5.5.3 优化结果分析

5.5.4 优化结果的聚类分析

5.5.5 优化分析结论

5.6 以大型点式办公建筑全年热工能耗为研究对象的单目标优化设计

5.6.1 案例设定

5.6.2 优化计算

5.6.3 优化结果分析

5.6.4 优化结果的聚类分析

5.6.5 优化分析结论

5.7 以板式办公建筑全年热工能耗为研究对象的单目标优化设计

5.7.1 案例设定

5.7.2 优化计算

5.7.3 优化结果分析

5.7.4 优化结果的聚类分析

5.7.5 优化分析结论

5.8 本章小结

6基于优化设计平台的建筑物理性能多目标优化应用(MOP)

6.1 建筑基本设置

6.2 计算变量设定

6.3 约束条件设定

6.4 目标函数设定

6.5 优化计算

6.6 优化结果分析

6.7 优化分析结论

6.8 本章小结

7物理性能优化驱动下的建筑设计策略

7.1 引言

7.2 点式办公建筑的设计策略

7.2.1 以热工能耗最小为单目标的小型办公建筑(5000m2)

7.2.2 以热工能耗最小为单目标的大型办公建筑(20000m2)

7.2.3 以热工能耗最小、热不舒适度最小、日光采光系数最高为多目标的小型办公建筑(5000m2)

7.3 板式办公建筑的设计策略

7.3.1 长宽比

7.3.2 窗户高度

7.3.3 窗墙比

7.3.4 建筑每层水平偏移

7.3.5 建筑层高

7.3.6 建筑朝向

7.3.7 围护结构厚度

7.3.8 窗户热工属性

7.4 本章小结

8总结与展望

8.1 全文总结

8.2 课题展望

致谢

参考文献

附录1 能耗模拟计算其它参数设定

攻读学位期间发表的学术论文及其它成果

展开▼

摘要

在我国现代化建设的迅猛步伐下,随着建筑能耗的增加,对建筑的节能减排的需求也在与日俱增。由于建筑设计的复杂性,传统的设计方法已经无法满足当代建筑多需求的现状,其定性分析与离散性的进化过程也无法准确达到建筑能耗等建筑物理性能的最优要求。 本文以参数化设计为基础,融合了遗传算法作为进化算法的支撑,结合建筑建模、物理性能预测模拟与数据统计分析等方面的专业计算机软件,以iSIGHT的优化计算框架为平台,搭建了基于遗传算法的以物理性能为驱动的建筑优化设计平台,进而完成了由原始方案进行不定目标的物理性能优化驱动的设计方法。 在优化设计的前期,为精简方案中设计变量的个数,仅留存与优化目标关系更大、敏感性更高的变量,节约优化成本,利用正交表进行正交试验分析,确定了相关性更高的设计变量。 本文的研究对象是位于湖北省武汉市的办公建筑,应用前文的优化设计平台,首先进行了以热工能耗最小化作为研究对象的单目标优化分析。 对优化完成的设计变量取值结果,针对目标函数取表现较为优秀的解作为优秀解集,并通过比较解集之间各个设计变量的共性,归纳出真正使建筑物理性能表现优秀的精英基因类型,以及与之相对应的设计方案。 同时,以建筑全年热工能耗最小化、建筑室内的热不舒适度最小化和室内日光采光系数最大化作为三个目标函数,进行多目标优化分析,并同样进行了精英基因类型的提取与设计方案的获得。 最后,通过上述所得到的基因类型,基于建筑物理性能优化的驱动,总结出针对夏热冬冷地区的不同体量、不同形态的办公建筑的设计策略,为设计者提供了相应的指导与帮助。 本文立足于建筑物理性能的优化,在多个学科并行合作的基础上,总结出了一套基于优化设计平台的行之有效的设计手法,而设计平台并不是给出某种单一的最优解,而是在优秀解集中整合出有弹性与包容性的设计变量的共性区间。在实际的建筑设计案例中,一个具有宽容度,并可以确保建筑物理性能表现优良的设计变量取值范围,往往更具有参考价值和操作空间。这种着眼于较优解集而非最优解的优化设计手法,也为建筑优化设计的研究提供了一个新的方向。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号