CN112348322A - 一种既有住宅建筑性能递阶层次评定方法 - Google Patents
一种既有住宅建筑性能递阶层次评定方法 Download PDFInfo
- Publication number
- CN112348322A CN112348322A CN202011142899.2A CN202011142899A CN112348322A CN 112348322 A CN112348322 A CN 112348322A CN 202011142899 A CN202011142899 A CN 202011142899A CN 112348322 A CN112348322 A CN 112348322A
- Authority
- CN
- China
- Prior art keywords
- evaluation
- existing
- index
- performance
- hierarchical
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 145
- 238000000034 method Methods 0.000 claims abstract description 49
- 239000011159 matrix material Substances 0.000 claims abstract description 29
- 230000008569 process Effects 0.000 claims abstract description 21
- 241000894007 species Species 0.000 claims description 10
- 239000000178 monomer Substances 0.000 claims description 9
- 238000005034 decoration Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000007613 environmental effect Effects 0.000 claims description 6
- 230000000694 effects Effects 0.000 claims description 5
- 239000003344 environmental pollutant Substances 0.000 claims description 4
- 238000013210 evaluation model Methods 0.000 claims description 4
- 238000009413 insulation Methods 0.000 claims description 4
- 239000000463 material Substances 0.000 claims description 4
- 231100000719 pollutant Toxicity 0.000 claims description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 4
- 230000015572 biosynthetic process Effects 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 3
- 238000004134 energy conservation Methods 0.000 claims description 3
- 238000012854 evaluation process Methods 0.000 claims description 3
- 238000007726 management method Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims description 3
- 230000002265 prevention Effects 0.000 claims description 3
- 230000001681 protective effect Effects 0.000 claims description 3
- 238000003786 synthesis reaction Methods 0.000 claims description 3
- 238000004064 recycling Methods 0.000 claims 1
- 238000002407 reforming Methods 0.000 claims 1
- 238000004458 analytical method Methods 0.000 abstract description 4
- 238000011161 development Methods 0.000 description 7
- 230000018109 developmental process Effects 0.000 description 7
- 238000010276 construction Methods 0.000 description 6
- 230000006872 improvement Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 230000032683 aging Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004643 material aging Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/08—Construction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/16—Real estate
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种既有住宅建筑性能递阶层次评定方法，基本步骤为：（1）构建递阶式层次结构模型；（2）构造判断矩阵；（3）确定个指标要素权重系数；（4）递阶式计算结论；（5）分析结论，给出既有住宅性能评定意见。本发明既有住宅建筑性能递阶层次评定的内涵是利用系统论的原理，基于AHP层次分析法，评定的结果直接反应既有住宅建筑性能的价值程度与水平，为城市决策部门和城市更新建设机构提供科学准确的既有建筑评定方法。
Description
技术领域
本发明涉及住宅建筑性能评价领域，具体涉及一种既有住宅建筑性能递阶层次评定方法。
背景技术
我国的城市更新建设进入了加速发展阶段，伴随着旧城更新改造，既有住宅随着建设年代的差异，正在经历着物质性老化和社会性衰败，而且既有住宅多集中在城市中心区，土地价值极高，在一定程度上不能满足城市发展和居民日益增长的物质和精神层面的需求。然而这些住宅结构大体完好，通过适当改造可使其经济寿命得以延续，减少建设规模，建筑资源循环利用，更有利于环境保护；另一方面，由于受当地经济条件、技术水平限制，建设标准偏低，使用中缺乏必要的维护，性能问题突出，急需通过改造对功能和设施进行完善更新。
然而，既有住宅在改造过程中，从个体层面而言，修缮的标准和指导原则不明确，缺乏指导实际应用的评定方法和指导原则，完全依靠个人经验和开发意愿实现改造再利用；从房地产开发企业而言，对住宅改造的目标和技术措施以及既有住宅性能评定等方面缺乏科学的评判体系，虽然目前国家为了提高住宅性能，促进住宅产业现代化，保障消费者的权益，统一住宅性能评定指标与方法，制定标准《住宅性能评定技术标准》GB50362，该标准将住宅性能划分成适用性能、环境性能、经济性能、安全性能和耐久性能五个方面进行评价分值，该标准对于既有住宅性能评定有一定欠缺。有关的定性和定量指标需要进行科学研究和测试论证，尤其对既有住宅人居环境层面的评定方面，缺乏对人文环境(例如周边人文景观、历史风俗民俗习惯、文物古迹以及住区环境)的保护、认定以及评定措施。本发明基于国内外专家关于该课题的一系列研究成果，组织制定适用于既有住宅性能评定的方法和标准。
如何保证既有住宅性能的准确科学评价，定性和定量指标的有效科学结合，鉴于“绿色、可持续发展”的基本原则，尽可能提高既有住宅居住环境质量，改善既有住宅的性能条件，围绕我国旧建筑综合改造必须解决的突出问题，为既有建筑综合改造利用制定一系列科学有效的评定方法和评定准则，为城市决策部门和城市更新建设机构提供科学准确的既有建筑评定方法。鉴于迫切需要解决上述现实问题，本发明提供了一种基于AHP层次分析法的既有建筑性能评定方法。
AHP(Analytic Hierarchy Process,AHP)法是一种定性和定量相结合的分析方法，其基本思想与人们对一个多层次、多因素、复杂的决策问题的思维过程基本一致，最突出的优点是分层比较、综合优化。其采用递进层次式的决策结构大大提高了模糊综合评判结果的可靠性、准确性和客观公正性。
发明内容
鉴于旧城更新改造中，既有住宅性能评定的方法和原则的实际需求，本发明提供了一种既有住宅建筑性能递阶层次评定方法。实现本发明基本步骤：(1)构建递阶式层次结构模型；(2)构造判断矩阵；(3)确定个指标要素权重系数；(4)递阶式计算结论；(5)分析结论，给出既有住宅性能评定意见。
发明原理：既有住宅建筑性能递阶层次评定的内涵是利用系统论的原理，基于AHP层次分析法，评定的结果直接反应既有住宅建筑性能的价值程度与水平。
本发明提供了一种既有住宅建筑性能递阶层次评定方法，通过以下步骤实现：
S1：明确问题，收集既有住宅的基础数据，所述数据包括既有住宅单体评定和既有住宅环境评定两个层面；
S2：收集既有住宅的基础数据信息，包括适用性能、经济性能、安全性能和耐久性能的基础数据信息；
①提取既有住宅的适用性能，包含单元平面、住宅套型、建筑装修、隔声性能、设备设施和无障碍设施的基础信息资料；
②提取既有住宅的经济性能，包含节能、节水、节地和节材的基础信息资料；
③提取既有住宅的安全性能，包含结构类型、建筑防火现状、设备设施安全、日常监控等安全防范和室内污染物实测的基础信息资料；
④提取既有住宅的耐久性能，包含结构工程、装修工程、防水防潮情况、管线设备安全以及门窗基础信息资料；
S3：提取既有住宅环境信息资料，包含既有住宅所在自然环境和人文环境的基础信息资料；
①提取既有住宅自然环境信息资料，包括住宅所在住区的环境质量和住区绿化以及景观树种的设置基础信息资料；
②提取既有住宅所在住区的环境质量信息资料，包括住宅所在住区的声环境、采光日照环境和风环境基础信息资料；
③提取既有住宅住区绿化以及景观树种设置信息资料，包括住宅所在住区的绿化率和树种的多样性和景观环境的层次性基础信息资料；
④提取既有住宅所在住区人文环境基础信息资料，包括文物古迹、周边人文景观、地区和民族的风俗习惯情况、现代科学活动形成的景观和住区环境基础信息资料；
S4：提取既有住宅所在住区环境基础信息资料，包括用地规划指标、建筑风格、邻里交往空间、室外噪声与空气质量、公共服务设施以及住区安全管理及智能化程度；
S5：将所述关键信息采用层次递阶法构建既有住宅建筑性能评定层次模型，分为一个目标层、四级递阶评价指标体系，确定各级指标权重和得分标准，输入既有住宅单体评定数据和环境评定原始数据，得到最终的评分结果；
S6：为递阶式评判，构建评定方法的过程为：构建层次模型、构造判断矩阵、计算权重，然后得到评价结果；合成权重体系，计算根据上述的基础信息资料从下到上逐层计算。
上述方法中，构建判断矩阵和确定权重的方法具体为：
主要包括：将既有住宅建筑性能评定指标分为四个层次，分别为：基础数据指标层、评定层、递阶式评定层和目标层。
指标权重反应了同一层次指标之间的相对重要程度，同一层的指标权重之和一定为1，本指标体系采用专家调查问卷的形式，由计算机专家库随机抽取10名专家，在构造判断矩阵前对层次结构表中的各项指标进行重要性选择，第二层面为递阶式评定层，一共2项指标，由专家根据重要性选择1项，第三层面是评定层共6项指标，第四层面是基础数据指标层共29项指标，由专家在每一层面认定项例如适用性能4的指标中，根据重要程度选择1～2项。统计数据构造权重矩阵，利用层次分析法原理确定权重集。
制定调查表格；
1)编制调查的汇总表；
2)计算因素Ci的重要程度系数Ai。
因素重要程度系数Ai的调查表见表1。
表1因素重要程度系数调查表
表中的A1j表示第j位专家对因素Ui给定的重要程度系数值，且要求Ai满足：
在填调查表时，要求每位专家根据Ui的重要程度，2项、6项、29项中选择1项、2项、3项以上认为重要的项目，B系列指标依据结果形成一个布尔矩阵(式1-1)：
二级权重2项C1、C2指标根据专家投票计算为：既有住宅单体重要程度占比60％，既有住区环境重要程度占比40％。
同理：三级权重6项指标指标集：
C1＝{D1，D2，D3，D4}，C2＝{D5，D6} (2)
按照所占百分比例和一级指标体系归一化得：
A3j＝{0.33，0.26，0.26，0.15，0.2，0.2} (3)
四级权重指标体系随机30位住户对该既有住宅各项评价指标进行重要性投票，投票为按照重要性程度为每一项打分，1表示“很不重要”、2表示“不重要”、3表示“一般”、4表示“重要”、5表示“很重要”。
把调查表进行汇总，因素重要程度系数调查汇总表见表2
表2 3～4级指标因素重要程度系数(A3j值)调查汇总表
因素Ei的重要程度系数ai的计算公式为：
构建递阶式评定指标体系如下表3：
表3既有住宅建筑性能指标权重及优先等级
上述方法中，四级综合评价模型的具体设定过程如下：
根据评价指标体系分为四级综合评判，计算流程为四级综合评判、三级综合评判、二级综合评判、一级目标综合评判，其评价过程如下：
(1)确定判断矩阵
四级判断矩阵的确定，采用《住宅性能评定技术标准》GB/T50362规定各项分值占比确定权重和随机抽取既有住宅住户各项指标打分的方式确定，例如：其中适用性能分值250分(占比20％)，经济性能分值200分(占比16％)，安全性能分值200分(占比16％)，耐久性能分值100分(占比9％)；采用既有住宅住户各项指标打分，建立一个由n人组成的评判组，由每位住户给每一项四级指标评定为V1、V2、V3、V4、V5，形成数值向量与每个评语相对应。假如n位住户中评定ui为等级Vj的有nij名住户，那么又nij名住户对各级指标评价形成递阶式评价向量模糊集Ri。
则四级综合评判的单因素评判矩阵为：
Ei＝Aij*Ri＝A3j*，(i＝1,2,…,n，p＝1,2,3,4,5) (7)
依据三级Dij与四级Ei数据集对应关系为：
D1＝{E1，E2，E3，E4，E5，E6}
D2＝{E7，E8，E9，E10}
D3＝{E11，E12，E13，E14，E15}
D4＝{E16，E17，E18，E19，E20，E21}
D5＝{E22，E23，E24}
D6＝{E25，E26，E27，E28，E29}
对Dij进行三级综合评判，单因素评价标准集为：
Di＝Aij*Ei＝A2j*(Ei1,Ei2,…,EiP)(i＝1,2,…,n，p＝1,2,3,4,5) (8)
构建四级矩阵为：
依据二级Cij与三级Di数据集对应关系为：
C1＝{D1，D2，D3，D4}
C2＝{D5，D6}
对Cij进行一级综合评判，单因素评价标准集为：
Ci＝Aij*Di＝A1j*(Di1,Di2,…,DiP)(i＝1,2,…,4，p＝1,2,3,4,5) (10)
(2)得到评定结果
二级Cij与一级Bi数据集对应关系为：
B1＝{C1，C2}
(3)最终求出顶层总目标的隶属向量：
S＝A*Ci＝[B1 B2 B3 B4 B5] (12)
B为最终的隶属度向量；A为各个指标的权重。
(4)最终综合评定：S＝B*J
其中J为评价集对应向量(80,70,60,30,0)即优秀、优良、合格、差、特差。
①指标对应值为80～100之间，对应拟评价既有住宅建筑性能优秀；承载着极高社会历史文化价值，严格保护。
②指标对应值为70～80之间，对应拟评价既有住宅建筑性能优良；具有一定的社会历史文化价值，属于保护性建筑的范畴。
③指标对应值为60～70之间，对应拟评价既有住宅建筑性能合格；具有一定的使用价值，建议更新改造再利用。
④指标对应值为30～60之间，对应拟评价既有住宅建筑性能差；不具有社会历史文化价值和使用价值，应该拆除。
⑤指标对应值为小于30，对应拟评价既有住宅建筑性能特差；不具有任何价值，应该拆除。
上述步骤中根据各级指标权重和评价值，获得既有住宅当前的性能评价结果，评分度越高表明该既有住宅性能越好，改造开发潜力价值越高；相反，评分越低，低于60分该既有住宅保存价值不高，应该拆除，重建。
本发明的有益效果：
本发明既有住宅建筑性能评定方式通过建立递阶式分层因子影响因素，评定既有建筑的“再利用、可持续性能”。既有住宅建筑由于其特有的建筑年代，迥异的建筑风貌以及结构建筑特色，而不能同新建住宅建筑同标准认定，该递阶式指标体系的建立，实现了对既有住宅建筑性能的评定，克服了现有技术标准对新建和既有住宅建筑评定的片面性、笼统性，提高了既有住宅建筑分析速度且更能适应建设速度日益加快的建设环境，本发明可适应在旧城更新改造建设过程中，指标体系全面、系统，在真实环境中有效测量和评定既有住宅建筑面临的多种情况。
附图说明
图1是本技术方案分析方法的流程示意图。
基础数据E1～E29指标为：E1：既有住宅单元平面基础数据；E2：既有住宅户内套型基础数据；E3：既有住宅建筑装修基础数据；E4：既有住宅隔声性能数据；E5：既有住宅设备设施数据；E6：既有住宅无障碍设施基础数据；E7：既有住宅节能基础数据；E8：既有住宅节水基础数据；E9：既有住宅节地基础数据；E10：既有住宅节材基础数据；E11：既有住宅结构安全基础数据；E12：既有住宅建筑防火现状数据；E13：既有住宅设施设备安全基础数据；E14：既有住宅日常安全防范基础数据；E15：既有住宅污染物指标基础数据；E16：既有住宅结构工程基础数据；E17：既有住宅装修工程基础数据；E18：既有住宅防水防潮基础数据；E19：既有住宅管线老化基础数据；E20：既有住宅设备老化安全基础数据；E21：既有住宅门窗基础数据；E22：既有住宅所在住区(下简称住区)环境质量基础数据；E23：既有住区绿化以及树种多样性设置基础数据；E24：既有住区中心绿地及水体景观设置基础数据；E25：既有住区周边文物古迹基础数据；E26：既有住区周边人文景观基础数据；E27：既有住区地区和风俗习惯基础数据；E28：既有住区现代经济、技术、文化、艺术、科学活动形成现代人文景观的基础数据；E29：既有住区环境基础数据。
具体实施方式
下面通过实施例来进一步说明本发明，但不局限于以下实施例。
实施例1：
本发明对既有住宅建筑性能进行递阶层次评定，收集既有住宅基础数据为评定基础，以既有住宅单体和既有住区环境评定两个层面为评定基础，共四级评定模型，实现以切实反应既有住宅性能为目标的递阶层次指标评定体系(见表1)：
既有住宅递阶层次指标评定体系如下：
目标层为既有住宅建筑性能评定，第二层为2项指标(住宅单体评定C1和既有住区环境评定C2)，第三层为6项指标体系(住宅单体评定层面的4项：适用性能D1、经济性能D2、安全性能D3和耐久性能D4和既有住区环境评定层面的2项：自然环境D5和人文环境D6)，第四层为住宅单体评定层面的21项：适用性能6项(E1～E6)、经济性能4项(E7～E10)、安全性能5项(E11～E15)和耐久性能6项(E16～E21)和既有住区环境评定层面的8项：自然环境3项(E22～E24)和人文环境5项(E25～E29)。
评定方法主要包括：
①、将既有住宅建筑性能评定指标分为四个层次，分别为：基础数据指标层、评定层、递阶式评定层和目标层；
②、通过住宅单体调研收集评定系统中所有建筑单体的基础数据(包括适用性能、经济性能、安全性能和耐久性的基础数据信息)；
③、通过住宅环境调研收集评定系统中自然环境(包括环境质量、住区绿化、景观树种多样性的设置、声环境、采光日照环境、风环境基础信息)和人文环境(包括文物古迹、周边人文景观、地区和民族的风俗习惯情况、现代科学活动形成的景观和住区环境基础信息)的信息资料；
④、依据两大类基础(住宅单体和住区环境)数据分类，构造递阶式层次模型，构造判断矩阵；
⑤、确定各要素权重系数；
⑥、得出结论对既有住宅进行判定。
具体的实施过程如下：
一种既有住宅建筑性能递阶层次评定方法，通过以下步骤实现：
S1：明确问题，收集既有住宅的基础数据，所述数据包括既有住宅单体评定和既有住宅环境评定两个层面；
S2：收集既有住宅的基础数据信息，包括适用性能、经济性能、安全性能和耐久性能的基础数据信息；
①提取既有住宅的适用性能，包含单元平面、住宅套型、建筑装修、隔声性能、设备设施和无障碍设施的基础信息资料；
②提取既有住宅的经济性能，包含节能、节水、节地和节材的基础信息资料；
③提取既有住宅的安全性能，包含结构类型、建筑防火现状、设备设施安全、日常监控等安全防范和室内污染物实测的基础信息资料；
④提取既有住宅的耐久性能，包含结构工程、装修工程、防水防潮情况、管线设备安全以及门窗基础信息资料；
S3：提取既有住宅环境信息资料，包含既有住宅所在自然环境和人文环境的基础信息资料；
①提取既有住宅自然环境信息资料，包括住宅所在住区的环境质量和住区绿化以及景观树种的设置基础信息资料；
②提取既有住宅所在住区的环境质量信息资料，包括住宅所在住区的声环境、采光日照环境和风环境基础信息资料；
③提取既有住宅住区绿化以及景观树种设置信息资料，包括住宅所在住区的绿化率和树种的多样性和景观环境的层次性基础信息资料；
④提取既有住宅所在住区人文环境基础信息资料，包括文物古迹、周边人文景观、地区和民族的风俗习惯情况、现代科学活动形成的景观和住区环境基础信息资料；
S4：提取既有住宅所在住区环境基础信息资料，包括用地规划指标、建筑风格、邻里交往空间、室外噪声与空气质量、公共服务设施以及住区安全管理及智能化程度；
S5：将所述关键信息采用层次递阶法构建既有住宅建筑性能评定层次模型，分为一个目标层、四级递阶评价指标体系，确定各级指标权重和得分标准，输入既有住宅单体评定数据和环境评定原始数据，得到最终的评分结果；
S6：分为递阶式评判，构建评定方法的过程为：构建层次模型、构造判断矩阵、计算权重，然后得到评价结果；合成权重体系，计算根据上述的基础信息资料从下到上逐层计算。
上述方法中，构建判断矩阵和确定权重的方法具体为：
主要包括：将既有住宅建筑性能评定指标分为四个层次，分别为：基础数据指标层、评定层、递阶式评定层和目标层。
指标权重反应了同一层次指标之间的相对重要程度，同一层的指标权重之和一定为1，本指标体系采用专家调查问卷的形式，由计算机专家库随机抽取10名专家，在构造判断矩阵前对层次结构表中的各项指标进行重要性选择，第二层面为递阶式评定层，一共2项指标，由专家根据重要性选择1项，第三层面是评定层共6项指标，第四层面是基础数据指标层共29项指标，由专家在每一层面认定项例如适用性能4的指标中，根据重要程度选择1～2项。统计数据构造权重矩阵，利用层次分析法原理确定权重集。
制定调查表格；
1)编制调查的汇总表；
2)计算因素Ci的重要程度系数Ai。
因素重要程度系数Ai的调查表见表1。
表1因素重要程度系数调查表
| 因素C<sub>i</sub> | C<sub>1</sub> | C<sub>2</sub> | C<sub>3</sub> | C<sub>n</sub> | 合计 |
| 因素的重要程度A<sub>ij</sub> | 1 | 1 | 0 | 0 | 1.0 |
表中的A1j表示第j位专家对因素Ui给定的重要程度系数值，且要求Ai满足：
在填调查表时，要求每位专家根据Ui的重要程度，2项、6项、29项中选择1项、2项、3项以上认为重要的项目，B系列指标依据结果形成一个布尔矩阵(式1-1)：
二级权重2项C1、C2指标根据专家投票计算为：(既有住宅单体重要程度占比60％，既有住区环境重要程度占比40％)。
同理：三级权重6项指标指标集：
C1＝{D1，D2，D3，D4}，C2＝{D5，D6} (2)
按照所占百分比例和一级指标体系归一化得：
A3j＝{0.33，0.26，0.26，0.15，0.2，0.2} (3）
四级权重指标体系随机30位住户对该既有住宅各项评价指标进行重要性投票，投票为按照重要性程度为每一项打分，1表示“很不重要”、2表示“不重要”、3表示“一般”、4表示“重要”、5表示“很重要”。
把调查表进行汇总，因素重要程度系数调查汇总表见表2
表2 3～4级指标因素重要程度系数(A3j值)调查汇总表
因素Ei的重要程度系数ai的计算公式为：
构建递阶式评定指标体系如下表3：
表3既有住宅建筑性能指标权重及优先等级
上述方法中，四级综合评价模型的具体设定过程如下：
根据评价指标体系分为四级综合评判，计算流程为四级综合评判、三级综合评判、二级综合评判、一级目标综合评判，其评价过程如下：
(1)确定判断矩阵
四级判断矩阵的确定，采用《住宅性能评定技术标准》GB/T50362规定各项分值占比确定权重和随机抽取既有住宅住户各项指标打分的方式确定，例如：其中适用性能分值250分(占比20％)，经济性能分值200分(占比16％)，安全性能分值200分(占比16％)，耐久性能分值100分(占比9％)；采用既有住宅住户各项指标打分，建立一个由n人组成的评判组，由每位住户给每一项四级指标评定为V1、V2、V3、V4、V5，形成数值向量与每个评语相对应。假如n位住户中评定ui为等级Vj的有nij名住户，那么又nij名住户对各级指标评价形成递阶式评价向量模糊集Ri。
则四级综合评判的单因素评判矩阵为：
Ei＝Aij*Ri＝A3j*，(i＝1,2,…,n，p＝1,2,3,4,5) (7)
依据三级Dij与四级Ei数据集对应关系为：
D1＝{E1，E2，E3，E4，E5，E6}
D2＝{E7，E8，E9，E10}
D3＝{E11，E12，E13，E14，E15}
D4＝{E16，E17，E18，E19，E20，E21}
D5＝{E22，E23，E24}
D6＝{E25，E26，E27，E28，E29}
对Dij进行三级综合评判，单因素评价标准集为：
Di＝Aij*Ei＝A2j*(Ei1,Ei2,…,EiP)(i＝1,2,…,n，p＝1,2,3,4,5) (8)
构建四级矩阵为：
依据二级Cij与三级Di数据集对应关系为：
C1＝{D1，D2，D3，D4}
C2＝{D5，D6}
对Cij进行一级综合评判，单因素评价标准集为：
Ci＝Aij*Di＝A1j*(Di1,Di2,…,DiP)(i＝1,2,…,4，p＝1,2,3,4,5) (10)
(2)得到评定结果
二级Cij与一级Bi数据集对应关系为：
B1＝{C1，C2}
(3)最终求出顶层总目标的隶属向量：
S＝A*Ci＝[B1 B2 B3 B4 B5] (12)
B为最终的隶属度向量；A为各个指标的权重。
(4)最终综合评定：S＝B*J
其中J为评价集对应向量(80,70,60,30,0)即优秀、优良、合格、差、特差。
①指标对应值为80～100之间，对应拟评价既有住宅建筑性能优秀；承载着极高社会历史文化价值，严格保护。
②指标对应值为70～80之间，对应拟评价既有住宅建筑性能优良；具有一定的社会历史文化价值，属于保护性建筑的范畴。
③指标对应值为60～70之间，对应拟评价既有住宅建筑性能合格；具有一定的使用价值，建议更新改造再利用。
④指标对应值为30～60之间，对应拟评价既有住宅建筑性能差；不具有社会历史文化价值和使用价值，应该拆除。
⑤指标对应值为小于30，对应拟评价既有住宅建筑性能特差；不具有任何价值，应该拆除。
上述步骤中根据各级指标权重和评价值，获得既有住宅当前的性能评价结果，评分度越高表明该既有住宅性能越好，改造开发潜力价值越高；相反，评分越低，低于60分该既有住宅保存价值不高，应该拆除，重建。
Claims (7)
1.一种既有住宅建筑性能递阶层次评定方法，其特征在于包括以下步骤：
S1：将既有住宅建筑性能评定指标分为四个层次，分别为：基础数据指标层、评定层、递阶式评定层和目标层；
S2：明确问题，收集既有住宅的基础数据，所述数据包括既有住宅单体评定和既有住宅环境评定两个层面；
S3：收集既有住宅的基础数据信息，包括适用性能、经济性能、安全性能和耐久性能的基础数据信息；
S4：提取既有住宅环境信息资料，包含既有住宅所在自然环境和人文环境的基础信息资料；
S5：提取既有住宅所在住区环境基础信息资料，包括用地规划指标、建筑风格、邻里交往空间、室外噪声与空气质量、公共服务设施以及住区安全管理及智能化程度；
S6：将所述关键信息采用层次递阶法构建既有住宅建筑性能评定层次模型，分为一个目标层、四级递阶评价指标体系，确定各级指标权重和得分标准，输入既有住宅单体评定数据和环境评定原始数据，得到最终的评分结果；
S7：为递阶式评判，构建评定方法的过程为：构建层次模型、构造判断矩阵、计算权重，然后得到评价结果；合成权重体系，计算根据上述的基础信息资料从下到上逐层计算。
2.根据权利要求1所述的既有住宅建筑性能递阶层次评定方法，其特征在于：
所述步骤S2的具体操作过程为：①提取既有住宅的适用性能，包含单元平面、住宅套型、建筑装修、隔声性能、设备设施和无障碍设施的基础信息资料；
②提取既有住宅的经济性能，包含节能、节水、节地和节材的基础信息资料；
③提取既有住宅的安全性能，包含结构类型、建筑防火现状、设备设施安全、日常监控等安全防范和室内污染物实测的基础信息资料；
④提取既有住宅的耐久性能，包含结构工程、装修工程、防水防潮情况、管线设备安全以及门窗基础信息资料。
3.根据权利要求1所述的既有住宅建筑性能递阶层次评定方法，其特征在于：
所述步骤S3的具体操作过程为：
①提取既有住宅自然环境信息资料，包括住宅所在住区的环境质量和住区绿化以及景观树种的设置基础信息资料；
②提取既有住宅所在住区的环境质量信息资料，包括住宅所在住区的声环境、采光日照环境和风环境基础信息资料；
③提取既有住宅住区绿化以及景观树种设置信息资料，包括住宅所在住区的绿化率和树种的多样性和景观环境的层次性基础信息资料；
④提取既有住宅所在住区人文环境基础信息资料，包括文物古迹、周边人文景观、地区和民族的风俗习惯情况、现代科学活动形成的景观和住区环境基础信息资料。
4.根据权利要求1所述的既有住宅建筑性能递阶层次评定方法，其特征在于：构建判断矩阵和确定权重的方法具体为：
主要包括：将既有住宅建筑性能评定指标分为四个层次，分别为：基础数据指标层、评定层、递阶式评定层和目标层；
指标权重反应了同一层次指标之间的相对重要程度，同一层的指标权重之和一定为1，本指标体系采用专家调查问卷的形式，由计算机专家库随机抽取10名专家，在构造判断矩阵前对层次结构表中的各项指标进行重要性选择，第二层面为递阶式评定层，一共2项指标，由专家根据重要性选择1项，第三层面是评定层共6项指标，第四层面是基础数据指标层共29项指标，由专家在每一层面认定项的指标中，根据重要程度选择1～2项；统计数据构造权重矩阵，利用层次分析法原理确定权重集。
5.根据权利要求4所述的既有住宅建筑性能递阶层次评定方法，其特征在于：
制定调查表格；
1)编制调查的汇总表；
2)计算因素Ci的重要程度系数Ai；
表中的A1j表示第j位专家对因素Ui给定的重要程度系数值，且要求Ai满足：
在填调查表时，要求每位专家根据拟选各层面指标Ui的重要程度，2项、6项、29项中选择1项、2项、3项以上认为重要的项目，B系列指标依据结果形成一个布尔矩阵，见式1-1：
二级权重2项C1、C2指标根据专家投票计算为：
既有住宅单体重要程度占比60％，既有住区环境重要程度占比40％；
同理：三级权重6项指标指标集：
C1＝{D1，D2，D3，D4}，C2＝{D5，D6} (2)
按照所占百分比例和一级指标体系归一化得：
A3j＝{0.33，0.26，0.26，0.15，0.2，0.2} (3)；
四级权重指标体系随机30位住户对该既有住宅各项评价指标进行重要性投票，投票为按照重要性程度为每一项打分；因素Ei的重要程度系数ai的计算公式为：
6.根据权利要求1所述的既有住宅建筑性能递阶层次评定方法，其特征在于：
四级综合评价模型的具体设定过程如下：根据评价指标体系分为四级综合评判，计算流程为四级综合评判、三级综合评判、二级综合评判、一级目标综合评判，其评价过程如下：
(1)确定判断矩阵
四级判断矩阵的确定，采用《住宅性能评定技术标准》GB/T 50362规定各项分值占比确定权重和随机抽取既有住宅住户各项指标打分的方式确定，n位住户中评定ui为等级Vj的有nij名住户，那么又nij名住户对各级指标评价形成递阶式评价向量模糊集Ri；
则四级综合评判的单因素评判矩阵为：
Ei＝Aij*Ri＝A3j*，(i＝1,2,…,n，p＝1,2,3,4,5) (7)
依据三级Dij与四级Ei数据集对应关系为：
D1＝{E1，E2，E3，E4，E5，E6}
D2＝{E7，E8，E9，E10}
D3＝{E11，E12，E13，E14，E15}
D4＝{E16，E17，E18，E19，E20，E21}
D5＝{E22，E23，E24}
D6＝{E25，E26，E27，E28，E29}
对Dij进行三级综合评判，单因素评价标准集为：
Di＝Aij*Ei＝A2j*(Ei1,Ei2,…,EiP)(i＝1,2,…,n，p＝1,2,3,4,5) (8)
构建四级矩阵为：
依据二级Cij与三级Di数据集对应关系为：
C1＝{D1，D2，D3，D4}
C2＝{D5，D6}
对Cij进行一级综合评判，单因素评价标准集为：
Ci＝Aij*Di＝A1j*(Di1,Di2,…,DiP)(i＝1,2,…,4，p＝1,2,3,4,5) (10)
(2)得到评定结果
二级Cij与一级Bi数据集对应关系为：
B1＝{C1，C2}
(3)最终求出顶层总目标的隶属向量：
S＝A*Ci＝[B1 B2 B3 B4 B5] (12)
B为最终的隶属度向量；A为各个指标的权重；
(4)最终综合评定：S＝B*J
其中J为评价集对应向量(80,70,60,30,0)即优秀、优良、合格、差、特差。
7.根据权利要求6所述的既有住宅建筑性能递阶层次评定方法，其特征在于：所述J为评价集对应向量：①指标对应值为80～100之间，对应拟评价既有住宅建筑性能优秀；承载着极高社会历史文化价值，严格保护；
②指标对应值为70～80之间，对应拟评价既有住宅建筑性能优良；具有一定的社会历史文化价值，属于保护性建筑的范畴；
③指标对应值为60～70之间，对应拟评价既有住宅建筑性能合格；具有一定的使用价值，建议更新改造再利用；
④指标对应值为30～60之间，对应拟评价既有住宅建筑性能差；不具有社会历史文化价值和使用价值，应该拆除；
⑤指标对应值为小于30，对应拟评价既有住宅建筑性能特差；不具有任何价值，应该拆除。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011142899.2A CN112348322A (zh) | 2020-10-23 | 2020-10-23 | 一种既有住宅建筑性能递阶层次评定方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011142899.2A CN112348322A (zh) | 2020-10-23 | 2020-10-23 | 一种既有住宅建筑性能递阶层次评定方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112348322A true CN112348322A (zh) | 2021-02-09 |
Family
ID=74359878
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011142899.2A Pending CN112348322A (zh) | 2020-10-23 | 2020-10-23 | 一种既有住宅建筑性能递阶层次评定方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112348322A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117314265A (zh) * | 2023-11-30 | 2023-12-29 | 太原理工大学 | 基于修理再利用的原有建筑物性能评价方法 |
| CN118228936A (zh) * | 2024-05-23 | 2024-06-21 | 北京建筑大学 | 一种城市健康社区空间智能评估方法及系统 |
Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003044568A (ja) * | 2001-07-31 | 2003-02-14 | Daiwa House Ind Co Ltd | 建物の評価システム，装置，方法，プログラム並びに記録媒体 |
| JP2004157788A (ja) * | 2002-11-06 | 2004-06-03 | Ntt Power & Building Facilities Inc | 建物性能総合評価システム及びその方法 |
| JP2005022232A (ja) * | 2003-07-02 | 2005-01-27 | Chugoku Electric Power Co Inc:The | 住宅性能評価チェックシート及びこれを用いた住宅性能評価チェック方法 |
| KR100783787B1 (ko) * | 2006-08-07 | 2007-12-10 | 주식회사 포스코건설 | 주택성능등급별 표준설계지침에 의한 건축구성요소의성능등급, 건축구성요소 제시안의 비용 결정방법 |
| CN101582154A (zh) * | 2009-05-21 | 2009-11-18 | 西安建筑科技大学 | 一种建筑部品绿色度的评价方法及评价装置 |
| CN102324075A (zh) * | 2011-10-29 | 2012-01-18 | 大连理工大学 | 一种基于WebGIS的绿色建筑智能化节能评估管理系统 |
| CN103218759A (zh) * | 2013-04-19 | 2013-07-24 | 国际竹藤中心 | 一种木结构建筑居适环境的评价测试方法及装置 |
| CN104751007A (zh) * | 2015-04-16 | 2015-07-01 | 百度在线网络技术（北京）有限公司 | 基于建筑物价值评估的计算方法和装置 |
| KR20150109142A (ko) * | 2014-03-19 | 2015-10-01 | 우세진 | 협업을 위한 커뮤니티 구성 장치 및 그 방법 |
| CN105989215A (zh) * | 2016-01-22 | 2016-10-05 | 安徽建筑大学 | 徽州传统建筑再利用评价方法 |
| CN107066711A (zh) * | 2017-03-29 | 2017-08-18 | 合肥工业大学 | 传统民居建筑物理环境评价体系的构建方法 |
| CN108898298A (zh) * | 2018-06-20 | 2018-11-27 | 华南理工大学 | 既有建筑屋顶绿化可持续性评价方法 |
| CN109886775A (zh) * | 2019-01-17 | 2019-06-14 | 平安城市建设科技(深圳)有限公司 | 房屋优缺点评估方法、装置、设备及计算机可读存储介质 |
| CN110956396A (zh) * | 2019-12-02 | 2020-04-03 | 天津大海云科技有限公司 | 一种基于单体建筑的消防风险评估方法 |
| CN110991874A (zh) * | 2019-11-29 | 2020-04-10 | 上海市建筑科学研究院有限公司 | 一种建筑群微环境测评方法、平台和系统 |
-
2020
- 2020-10-23 CN CN202011142899.2A patent/CN112348322A/zh active Pending
Patent Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003044568A (ja) * | 2001-07-31 | 2003-02-14 | Daiwa House Ind Co Ltd | 建物の評価システム，装置，方法，プログラム並びに記録媒体 |
| JP2004157788A (ja) * | 2002-11-06 | 2004-06-03 | Ntt Power & Building Facilities Inc | 建物性能総合評価システム及びその方法 |
| JP2005022232A (ja) * | 2003-07-02 | 2005-01-27 | Chugoku Electric Power Co Inc:The | 住宅性能評価チェックシート及びこれを用いた住宅性能評価チェック方法 |
| KR100783787B1 (ko) * | 2006-08-07 | 2007-12-10 | 주식회사 포스코건설 | 주택성능등급별 표준설계지침에 의한 건축구성요소의성능등급, 건축구성요소 제시안의 비용 결정방법 |
| CN101582154A (zh) * | 2009-05-21 | 2009-11-18 | 西安建筑科技大学 | 一种建筑部品绿色度的评价方法及评价装置 |
| CN102324075A (zh) * | 2011-10-29 | 2012-01-18 | 大连理工大学 | 一种基于WebGIS的绿色建筑智能化节能评估管理系统 |
| CN103218759A (zh) * | 2013-04-19 | 2013-07-24 | 国际竹藤中心 | 一种木结构建筑居适环境的评价测试方法及装置 |
| KR20150109142A (ko) * | 2014-03-19 | 2015-10-01 | 우세진 | 협업을 위한 커뮤니티 구성 장치 및 그 방법 |
| CN104751007A (zh) * | 2015-04-16 | 2015-07-01 | 百度在线网络技术（北京）有限公司 | 基于建筑物价值评估的计算方法和装置 |
| CN105989215A (zh) * | 2016-01-22 | 2016-10-05 | 安徽建筑大学 | 徽州传统建筑再利用评价方法 |
| CN107066711A (zh) * | 2017-03-29 | 2017-08-18 | 合肥工业大学 | 传统民居建筑物理环境评价体系的构建方法 |
| CN108898298A (zh) * | 2018-06-20 | 2018-11-27 | 华南理工大学 | 既有建筑屋顶绿化可持续性评价方法 |
| CN109886775A (zh) * | 2019-01-17 | 2019-06-14 | 平安城市建设科技(深圳)有限公司 | 房屋优缺点评估方法、装置、设备及计算机可读存储介质 |
| CN110991874A (zh) * | 2019-11-29 | 2020-04-10 | 上海市建筑科学研究院有限公司 | 一种建筑群微环境测评方法、平台和系统 |
| CN110956396A (zh) * | 2019-12-02 | 2020-04-03 | 天津大海云科技有限公司 | 一种基于单体建筑的消防风险评估方法 |
Non-Patent Citations (2)
| Title |
|---|
| 周红波;姚浩;: "城市既有工业建筑可持续改造利用模糊综合评价", 建筑管理现代化, no. 06, pages 32 - 36 * |
| 李惠玲;冯雪;张资慧;: "基于FAHP的绿色住宅建筑综合评价", 沈阳建筑大学学报(社会科学版), no. 03, pages 56 - 62 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117314265A (zh) * | 2023-11-30 | 2023-12-29 | 太原理工大学 | 基于修理再利用的原有建筑物性能评价方法 |
| CN118228936A (zh) * | 2024-05-23 | 2024-06-21 | 北京建筑大学 | 一种城市健康社区空间智能评估方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wei et al. | A review of data-driven approaches for prediction and classification of building energy consumption | |
| Ding et al. | Benchmark analysis of electricity consumption for complex campus buildings in China | |
| CN107993179B (zh) | 一种警务平台人口房屋数据筛查登记方法 | |
| CN102867217A (zh) | 基于投影寻踪的设施农业气象灾害风险评价方法 | |
| CN105389673A (zh) | 一种区域突发环境污染事故风险综合评价方法 | |
| CN108074004A (zh) | 一种基于网格法的地理信息系统短期负荷预测方法 | |
| CN112149890A (zh) | 基于用户用能标签的综合能源负荷预测方法及系统 | |
| CN112348322A (zh) | 一种既有住宅建筑性能递阶层次评定方法 | |
| Huang et al. | Research on urban modern architectural art based on artificial intelligence and GIS image recognition system | |
| CN116205425A (zh) | 一种基于典型数据库的低碳园区冷热电气负荷预测方法 | |
| Cui et al. | Understanding urbanization and its impact on the livelihood levels of urban residents in Ulaanbaatar, Mongolia | |
| Martinez et al. | Exploring the potential use of building facade information to estimate energy performance | |
| Tian et al. | Sustainability analysis of reused industrial buildings in China: An assessment method | |
| Song et al. | Framework on low-carbon retrofit of rural residential buildings in arid areas of northwest China: A case study of Turpan residential buildings | |
| Lu et al. | Exploring spatial and environmental heterogeneity affecting energy consumption in commercial buildings using machine learning | |
| Tian et al. | Evaluation and analysis of quantitative architectural space index based on analytic hierarchy process | |
| Oladipo et al. | An Improved Particle Swarm Optimization and Adaptive Neuro‐Fuzzy Inference System for Predicting the Energy Consumption of University Residence | |
| Zhang et al. | Estimating the outdoor environment of workers’ villages in East China using machine learning | |
| CN104143117B (zh) | 一种电网特殊负荷与日负荷之间的相关系数提取方法 | |
| CN115660338A (zh) | 一种西南边跨境区域的典型建筑冷热电负荷模型构建方法 | |
| Jiang et al. | Strategy of energy conservation and emission reduction in residential building sector: a case study of Jiangsu Province, China | |
| Yu | Mining hidden knowledge from measured data for improving building energy performance | |
| Zhu et al. | A load forecasting method for distribution networks considering the influence of photovoltaics and traditional load | |
| Wang et al. | [Retracted] Evaluation Method of Street Green Landscape Viewing Degree Based on Machine Learning | |
| Li et al. | Validating the usefulness and calibration of a two-dimensional situation model of urgency-adaptability for cities responding to climate change—Taking Shenzhen as case study |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |