CN112560139A - 一种基于大数据分析的建筑房屋居住体验智能评估云计算平台 - Google Patents

一种基于大数据分析的建筑房屋居住体验智能评估云计算平台 Download PDF

Info

Publication number
CN112560139A
CN112560139A CN202011427109.5A CN202011427109A CN112560139A CN 112560139 A CN112560139 A CN 112560139A CN 202011427109 A CN202011427109 A CN 202011427109A CN 112560139 A CN112560139 A CN 112560139A
Authority
CN
China
Prior art keywords
room
house
window
standard
module
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.)
Withdrawn
Application number
CN202011427109.5A
Other languages
English (en)
Inventor
张伟东
柏艳敏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Weidong E Commerce Co ltd
Original Assignee
Nanjing Weidong E Commerce Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing Weidong E Commerce Co ltd filed Critical Nanjing Weidong E Commerce Co ltd
Priority to CN202011427109.5A priority Critical patent/CN112560139A/zh
Publication of CN112560139A publication Critical patent/CN112560139A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • 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
    • 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
    • G06Q50/26—Government or public services

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Tourism & Hospitality (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Computer Hardware Design (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Evolutionary Computation (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Engineering & Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Civil Engineering (AREA)
  • Operations Research (AREA)
  • Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Primary Health Care (AREA)
  • Architecture (AREA)
  • Quality & Reliability (AREA)
  • Structural Engineering (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开一种基于大数据分析的建筑房屋居住体验智能评估云计算平台，包括房屋基本参数统计模块、房间居住参数获取模块、标准数据库、参数预处理模块、影响系数输入模块、建模分析模块、智能评估模块和显示终端。本发明通过统计房屋基本参数和房屋居住参数，并根据房屋基本参数统计各房间的预测采光度和各房间在各种天气状况下单位天数预测日照时长，由此计算各房间的居住体验感评估系数，并统计该建筑房屋的居住体验感评估系数，提高了评估结果的可靠度，且居住体验感评估系数实现了居住体验感的量化展示，克服了目前获取房屋居住体验感无法实现量化展示、可靠度不高的弊端，满足了人们对房屋居住体验感获取的可靠性需求。

Description

一种基于大数据分析的建筑房屋居住体验智能评估云计算 平台
技术领域
本发明属于房屋居住体验评估技术领域，具体涉及一种基于大数据分析的建筑房屋居住体验智能评估云计算平台。
背景技术
随着我国经济的迅速发展,城市化进程速度加快,城镇人口逐渐增多,所以,大力发展高层住宅建设成为解决城市居住问题的首选，因此高层住宅小区越来越多的呈现在人们面前。而伴随人们的生活条件得到大大的改善，其对房屋住宅的选择要求也是越来越高，其反映在人们对房屋的居住体验感更加关注，居住体验感良好的房屋会越受人们喜爱。然而目前人们对房屋居住体验感的获取还只是通过主观感受房屋窗户的大小以及采光状况，这种获取房屋居住体验感的方式存在主观臆断，且无法实现量化展示，导致可靠度不高，无法满足人们对房屋居住体验感获取的可靠性需求。
发明内容
为了解决上述背景技术中提到的问题，本发明提出一种可靠程度高的且能够实现居住体验感量化展示的基于大数据分析的建筑房屋居住体验智能评估云计算平台，通过对建筑房屋所包含的各房间的采光度和单位天数日照时长进行预测统计，进而得出各房间的居住体验感评估系数，以此计算该建筑房屋的居住体验感评估系数，满足了人们对房屋居住体验感获取的可靠性需求。
本发明的目的可以通过以下技术方案来实现：
一种基于大数据分析的建筑房屋居住体验智能评估云计算平台，包括房屋基本参数统计模块、房间居住参数获取模块、标准数据库、参数预处理模块、影响系数输入模块、建模分析模块、智能评估模块和显示终端；
所述房屋基本参数统计模块用于对待评估的建筑房屋获取基本参数，并统计房间的个数，其中基本参数包括房屋所在楼层高度和房屋所在楼栋间距，进而对获取的房屋基本参数构成房屋基本参数集合Q(qh,ql)，qh表示为该待评估的建筑房屋所在楼层高度，ql表示为该待评估的建筑房屋所在楼栋间距，与此同时对统计的各房间按照预设的顺序进行编号，依次标记为1,2...i...n，房屋基本参数统计模块将房屋基本参数集合发送至影响系数输入模块，并将统计的各房间编号发送至房间居住参数获取模块；
所述房间居住参数获取模块用于对统计的各房间获取房间面积、窗户面积和窗户朝向，并对获取的各房间的房间面积、窗户面积和窗户朝向构建房间居住参数集合Rw(rw1,rw2,...,rwi,…,rwn)，rwi表示为第i个房间的第w个居住参数对应的数值，w表示为居住参数，w＝z1,z2,z3,z1,z2,z3分别表示为房间面积，窗户面积，窗户朝向，房间居住参数获取模块将构建的房间居住参数集合发送至参数预处理模块；
所述标准数据库用于存储各朝向窗户单位面积对应的标准采光度，存储各种天气状况下各朝向窗户单位面积对应的单位天数标准日照时长，存储各楼层高度对应的采光度影响系数和各种天气状况下的单位天数日照时长影响系数，并存储各楼栋间距对应的采光度影响系数和各种天气状况下的单位天数日照时长影响系数；
所述参数预处理模块接收房间居住参数获取模块发送的房间居住参数集合，并提取标准数据库中各朝向窗户单位面积对应的标准采光度，进而将房间居住参数集合中各房间的窗户面积和窗户朝向与各朝向窗户单位面积对应的标准采光度进行对比，并计算得出各房间的该窗户面积和该窗户朝向对应的标准采光度，进而构成房间标准采光度集合C(c1,c2,...,ci,...,cn)，ci表示为第i个房间对应的标准采光度，同时，参数预处理模块将房间居住参数集合中各房间的窗户面积和窗户朝向与标准数据库中各种天气状况下各朝向窗户单位面积对应的单位天数标准日照时长进行对比，并计算得出各种天气状况下各房间的该窗户面积和该窗户朝向对应的单位天数标准日照时长，进而构成各种天气状况下房间标准日照时长集合Du(du1,du2,...,dui,...,dun)，dui表示为第i个房间在第u种天气状况下对应的单位天数标准日照时长，u表示为天气状况，u＝f1,f2,f1,f2分别表示为晴天，阴天，参数预处理模块房间标准采光度集合和各种天气状况下房间标准日照时长集合发送至建模分析模块，并将房间居住参数集合中各房间的面积和各房间窗户的面积发送至智能评估模块；
所述影响系数输入模块接收房屋基本参数统计模块发送的房屋基本参数集合，并将房屋基本参数集合中的房屋所在楼层高度与标准数据库中各楼层高度对应的采光度影响系数和各种天气状况下的单位天数日照时长影响系数进行对比，筛选得出该房屋所在楼层高度对应的采光度影响系数和各种天气状况下的单位天数日照时长影响系数，同时将房屋基本参数集合中的房屋所在楼栋间距与标准数据库中各楼栋间距对应的采光度影响系数和各种天气状况下的单位天数日照时长影响系数进行对比，筛选得出该房屋所在楼栋间距对应的采光度影响系数和各种天气状况下的单位天数日照时长影响系数，影响系数输入模块将筛选出的该房屋所在楼层高度对应的采光度影响系数及各种天气状况下的单位天数日照时长影响系数和该房屋所在楼栋间距对应的采光度影响系数及各种天气状况下的单位天数日照时长影响系数发送至建模分析模块；
所述建模分析模块分别接收参数预处理模块发送的房间标准采光度集合和各种天气状况下房间标准日照时长集合和影响系数输入模块发送的该房屋所在楼层高度对应的采光度影响系数及各种天气状况下的单位天数日照时长影响系数和该房屋所在楼栋间距对应的采光度影响系数及各种天气状况下的单位天数日照时长影响系数，进而根据房间标准采光度集合和该房屋所在楼层高度对应的采光度影响系数及该房屋所在楼栋间距对应的采光度影响系数计算各房间的预测采光度，与此同时根据各种天气状况下房间标准日照时长集合和该房屋所在楼层高度对应的各种天气状况下的单位天数日照时长影响系数及该房屋所在楼栋间距对应的各种天气状况下的单位天数日照时长影响系数计算各房间在各种天气状况下的单位天数预测日照时长，由此建模分析模块将计算的各房间的预测采光度和各房间在各种天气状况下的单位天数预测日照时长发送至智能评估模块；
所述智能评估模块接收参数预处理模块发送的各房间的面积和各房间窗户的面积，接收建模分析模块发送的各房间的预测采光度及各房间在各种天气状况下的单位天数预测日照时长，并由此统计各房间的居住体验感评估系数，进而计算该建筑房屋的居住体验感评估系数，并发送至显示终端；
所述显示终端接收智能评估模块发送的该建筑房屋的居住体验感评估系数，并显示。
更具体地，所述窗户朝向包括朝南、朝北、朝东和朝西。
更具体地，所述各种天气状况包括晴天和阴天。
更具体地，所述各房间的该窗户面积和该窗户朝向对应的标准采光度的计算公式为
Figure BDA0002825397070000041
式中ci标准表示为第i个房间的该窗户面积和该窗户朝向对应的标准采光度，rz2i表示为第i个房间的窗户面积，
Figure BDA0002825397070000042
表示为第i个房间该窗户朝向的单位窗户面积对应的标准采光度。
更具体地，所述各种天气状况下各房间的该窗户面积和该窗户朝向对应的单位天数标准日照时长的计算公式分别为
Figure BDA0002825397070000051
和
Figure BDA0002825397070000052
式中
Figure BDA0002825397070000053
分别表示为在晴天、阴天状况下第i个房间的该窗户面积和该窗户朝向对应的单位天数标准日照时长，
Figure BDA0002825397070000054
分别表示为在晴天、阴天状况下第i个房间的该窗户朝向的单位窗户面积对应的单位天数标准日照时长，rz2i表示为第i个房间的窗户面积。
更具体地，所述各房间的预测采光度的计算公式为
Figure BDA0002825397070000055
ci表示为第i个房间的预测采光度，λ高度表示为该房屋所在楼层高度对应的采光度影响系数，δ间距表示为该房屋所在楼栋间距对应的采光度影响系数。
更具体地，所述各房间在各种天气状况下的单位天数预测日照时长的计算公式分别为
Figure BDA0002825397070000056
和
Figure BDA0002825397070000057
式中df1i、df2i分别表示为第i房间在晴天、阴天状况下对应的单位天数预测日照时长，ηf1高度、ηf2高度分别表示为晴天、阴天状况下该房屋所在楼层高度对应的单位天数日照时长影响系数，μf1间距、μf2间距分别表示为晴天、阴天状况下该房屋所在楼栋间距对应的单位天数日照时长影响系数。
更具体地，所述各房间的居住体验感评估系数的计算公式为
Figure BDA0002825397070000058
式中ξi表示为第i个房间的居住体验感评估系数，rz1i、rz2i分别表示为第i个房间的房间面积，窗户面积。
更具体地，所述该建筑房屋的居住体验感评估系数的计算公式为
Figure BDA0002825397070000059
Figure BDA00028253970700000510
表示为该建筑房屋的居住体验感评估系数。
本发明的有益效果如下：
(1)本发明通过统计房屋基本参数和房屋居住参数，并根据房屋居住参数统计各房间对应的标准采光度和各房间在各种天气状况下单位天数标准日照时长，进而根据房屋基本参数统计各房间的预测采光度和各房间在各种天气状况下单位天数预测日照时长，由此计算各房间的居住体验感评估系数，从而得到该建筑房屋的居住体验感评估系数，实现了对建筑房屋居住体验感的智能评估，提高了评估结果的可靠度，克服了目前获取房屋居住体验感存在的主观臆断导致可靠度不高的弊端，且该平台统计的居住体验感评估系数直观展示了建筑房屋的居住体验感，实现了居住体验感的量化展示，弥补了目前获取房屋居住体验感存在的无法实现量化展示的问题，满足了人们对房屋居住体验感获取的可靠性需求。
(2)本发明在计算各房间的居住体验感评估系数时综合了各房间的房间面积与窗户面积的比值、预测采光度和单位天数预测日照时长多个参数，提高了其房间居住体验感评估系数评估的全面性和可靠性，避免了只采用一个参数统计房间居住体验感评估系数造成的评估片面性，进而影响其评估结果的可靠性。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1为本发明的模块示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
参照图1所示，一种基于大数据分析的建筑房屋居住体验智能评估云计算平台，包括房屋基本参数统计模块、房间居住参数获取模块、标准数据库、参数预处理模块、影响系数输入模块、建模分析模块、智能评估模块和显示终端，其中房屋基本参数统计模块分别与影响系数输入模块和房间居住参数获取模块连接，房间居住参数获取模块与参数预处理模块连接，参数预处理模块分别与建模分析模块和智能评估模块连接，建模分析模块分别与参数预处理模块、影响系数输入模块和智能评估模块连接，智能评估模块与显示终端连接。
房屋基本参数统计模块用于对待评估的建筑房屋获取基本参数，并统计房间的个数，其中基本参数包括房屋所在楼层高度和房屋所在楼栋间距，进而对获取的房屋基本参数构成房屋基本参数集合Q(qh,ql)，qh表示为该待评估的建筑房屋所在楼层高度，ql表示为该待评估的建筑房屋所在楼栋间距，与此同时对统计的各房间按照预设的顺序进行编号，依次标记为1,2...i...n，房屋基本参数统计模块将房屋基本参数集合发送至影响系数输入模块，并将统计的各房间编号发送至房间居住参数获取模块。
本实施例获取的房屋基本参数为后面统计该房屋所在楼层高度和楼栋间距对房间采光度和单位天数日照时长的影响系数提供参考依据。
房间居住参数获取模块用于对统计的各房间获取房间面积、窗户面积和窗户朝向，并对获取的各房间的房间面积、窗户面积和窗户朝向构建房间居住参数集合Rw(rw1,rw2,...,rwi,...,rwn)，rwi表示为第i个房间的第w个居住参数对应的数值，w表示为居住参数，w＝z1,z2,z3,z1,z2,z3分别表示为房间面积，窗户面积，窗户朝向，所述窗户朝向包括朝南、朝北、朝东和朝西，房间居住参数获取模块将构建的房间居住参数集合发送至参数预处理模块。
本实施例设定的各房间与窗户个数的对应关系为一一对应，即一个房间内只含有一个窗户。
标准数据库用于存储各朝向窗户单位面积对应的标准采光度，存储各种天气状况下各朝向窗户单位面积对应的单位天数标准日照时长，其中各种天气状况包括晴天和阴天，存储各楼层高度对应的采光度影响系数和各种天气状况下的单位天数日照时长影响系数，并存储各楼栋间距对应的采光度影响系数和各种天气状况下的单位天数日照时长影响系数。
参数预处理模块接收房间居住参数获取模块发送的房间居住参数集合，并提取标准数据库中各朝向窗户单位面积对应的标准采光度，进而将房间居住参数集合中各房间的窗户面积和窗户朝向与各朝向窗户单位面积对应的标准采光度进行对比，筛选得出各房间的该窗户朝向的单位窗户面积对应的标准采光度，并计算得出各房间的该窗户面积和该窗户朝向对应的标准采光度
Figure BDA0002825397070000081
式中ci标准表示为第i个房间的该窗户面积和该窗户朝向对应的标准采光度，rz2i表示为第i个房间的窗户面积，
Figure BDA0002825397070000082
表示为第i个房间该窗户朝向的单位窗户面积对应的标准采光度，进而构成房间标准采光度集合C(c1,c2,...,ci,...,cn)，ci表示为第i个房间对应的标准采光度，同时，参数预处理模块将房间居住参数集合中各房间的窗户面积和窗户朝向与标准数据库中各种天气状况下各朝向窗户单位面积对应的单位天数标准日照时长进行对比，筛选得出各种天气状况下各房间的该窗户朝向单位窗户面积对应的单位天数标准日照时长，并计算得出各种天气状况下各房间的该窗户面积和该窗户朝向对应的单位天数标准日照时长
Figure BDA0002825397070000083
和
Figure BDA0002825397070000084
式中
Figure BDA0002825397070000085
Figure BDA0002825397070000086
分别表示为在晴天、阴天状况下第i个房间的该窗户面积和该窗户朝向对应的单位天数标准日照时长，
Figure BDA0002825397070000087
分别表示为在晴天、阴天状况下第i个房间的该窗户朝向的单位窗户面积对应的单位天数标准日照时长，rz2i表示为第i个房间的窗户面积，进而构成各种天气状况下房间标准日照时长集合Du(du1,du2,...,dui,...,dun)，dui表示为第i个房间在第u种天气状况下对应的单位天数标准日照时长，u表示为天气状况，u＝f1,f2,f1,f2分别表示为晴天，阴天，参数预处理模块房间标准采光度集合和各种天气状况下房间标准日照时长集合发送至建模分析模块，并将房间居住参数集合中各房间的面积和各房间窗户的面积发送至智能评估模块。
本实施例统计的各房间的标准采光度和各房间在各天气状况下的单位天数标准日照时长是在没有考虑房屋高度和房屋楼栋间隔影响的基础上统计的。
影响系数输入模块接收房屋基本参数统计模块发送的房屋基本参数集合，并将房屋基本参数集合中的房屋所在楼层高度与标准数据库中各楼层高度对应的采光度影响系数和各种天气状况下的单位天数日照时长影响系数进行对比，筛选得出该房屋所在楼层高度对应的采光度影响系数和各种天气状况下的单位天数日照时长影响系数，同时将房屋基本参数集合中的房屋所在楼栋间距与标准数据库中各楼栋间距对应的采光度影响系数和各种天气状况下的单位天数日照时长影响系数进行对比，筛选得出该房屋所在楼栋间距对应的采光度影响系数和各种天气状况下的单位天数日照时长影响系数，影响系数输入模块将筛选出的该房屋所在楼层高度对应的采光度影响系数及各种天气状况下的单位天数日照时长影响系数和该房屋所在楼栋间距对应的采光度影响系数及各种天气状况下的单位天数日照时长影响系数发送至建模分析模块。
建模分析模块分别接收参数预处理模块发送的房间标准采光度集合和各种天气状况下房间标准日照时长集合和影响系数输入模块发送的该房屋所在楼层高度对应的采光度影响系数及各种天气状况下的单位天数日照时长影响系数和该房屋所在楼栋间距对应的采光度影响系数及各种天气状况下的单位天数日照时长影响系数，进而根据房间标准采光度集合和该房屋所在楼层高度对应的采光度影响系数及该房屋所在楼栋间距对应的采光度影响系数计算各房间的预测采光度
Figure BDA0002825397070000101
ci表示为第i个房间的预测采光度，λ高度表示为该房屋所在楼层高度对应的采光度影响系数，δ间距表示为该房屋所在楼栋间距对应的采光度影响系数，与此同时根据各种天气状况下房间标准日照时长集合和该房屋所在楼层高度对应的各种天气状况下的单位天数日照时长影响系数及该房屋所在楼栋间距对应的各种天气状况下的单位天数日照时长影响系数计算各房间在各种天气状况下的单位天数预测日照时长
Figure BDA0002825397070000102
和
Figure BDA0002825397070000103
式中df1i、df2i分别表示为第i房间在晴天、阴天状况下对应的单位天数预测日照时长，ηf1高度、ηf2高度分别表示为晴天、阴天状况下该房屋所在楼层高度对应的单位天数日照时长影响系数，μf1间距、μf2间距分别表示为晴天、阴天状况下该房屋所在楼栋间距对应的单位天数日照时长影响系数，由此建模分析模块将计算的各房间的预测采光度和各房间在各种天气状况下的单位天数预测日照时长发送至智能评估模块。
本实施例在统计各房间的预测采光度和各房间在各种天气状况下的单位天数预测日照时长过程中，通过结合该房屋所在楼层高度和该房屋所在楼栋间距对采光度和日照时长的影响状况进行统计，使统计的结果更可靠，更符合实际情况，为后续计算各房间的居住体验感评估系数提供可靠的参考依据。
智能评估模块接收参数预处理模块发送的各房间的面积和各房间窗户的面积，接收建模分析模块发送的各房间的预测采光度及各房间在各种天气状况下的单位天数预测日照时长，并由此统计各房间的居住体验感评估系数
Figure BDA0002825397070000111
式中ξi表示为第i个房间的居住体验感评估系数，rz1i、rz2i分别表示为第i个房间的房间面积，窗户面积，进而计算该建筑房屋的居住体验感评估系数
Figure BDA0002825397070000112
Figure BDA0002825397070000113
表示为该建筑房屋的居住体验感评估系数，智能评估模块将计算的该建筑房屋的居住体验感评估系数发送至显示终端。
本实施例在计算各房间的居住体验感评估系数时综合了各房间的房间面积与窗户面积的比值、预测采光度和单位天数预测日照时长多个参数，提高了其房间居住体验感评估系数评估的全面性和可靠性，避免了只采用一个参数统计房间居住体验感评估系数造成的评估片面性，进而影响其评估结果的可靠性，且统计的房间居住体验感评估系数为计算该建筑房屋的居住体验感评估系数提供方便。
本实施例统计的该建筑房屋的居住体验感评估系数实现了对建筑房屋居住体验感的智能评估，提高了评估结果的可靠度，克服了目前获取房屋居住体验感存在的主观臆断导致可靠度不高的弊端，且该平台统计的居住体验感评估系数直观展示了建筑房屋的居住体验感，实现了居住体验感的量化展示，居住体验感评估系数越高，表明该建筑房屋居住体验感越好，弥补了目前获取房屋居住体验感存在的无法实现量化展示的问题，满足了人们对房屋居住体验感获取的可靠性需求。
显示终端接收智能评估模块发送的该建筑房屋的居住体验感评估系数，并显示，便于用户和建筑房屋开发商直观了解建筑房屋的居住体验感，对于住宅用户来说，其居住体验感评估系数为用户筛选居住体验感高的建筑房屋提供筛选依据，对于建筑房屋开发商来说，其居住体验感评估系数为建筑房屋开发商预测其房屋售卖情况提供可靠的预测依据。
以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (9)

1.一种基于大数据分析的建筑房屋居住体验智能评估云计算平台，其特征在于：包括房屋基本参数统计模块、房间居住参数获取模块、标准数据库、参数预处理模块、影响系数输入模块、建模分析模块、智能评估模块和显示终端；
所述房屋基本参数统计模块用于对待评估的建筑房屋获取基本参数，并统计房间的个数，其中基本参数包括房屋所在楼层高度和房屋所在楼栋间距，进而对获取的房屋基本参数构成房屋基本参数集合Q(qh,ql)，qh表示为该待评估的建筑房屋所在楼层高度，ql表示为该待评估的建筑房屋所在楼栋间距，与此同时对统计的各房间按照预设的顺序进行编号，依次标记为1,2...i...n，房屋基本参数统计模块将房屋基本参数集合发送至影响系数输入模块，并将统计的各房间编号发送至房间居住参数获取模块；
所述房间居住参数获取模块用于对统计的各房间获取房间面积、窗户面积和窗户朝向，并对获取的各房间的房间面积、窗户面积和窗户朝向构建房间居住参数集合Rw(rw1,rw2,...,rwi,...,rwn)，rwi表示为第i个房间的第w个居住参数对应的数值，w表示为居住参数，w＝z1,z2,z3,z1,z2,z3分别表示为房间面积，窗户面积，窗户朝向，房间居住参数获取模块将构建的房间居住参数集合发送至参数预处理模块；
所述标准数据库用于存储各朝向窗户单位面积对应的标准采光度，存储各种天气状况下各朝向窗户单位面积对应的单位天数标准日照时长，存储各楼层高度对应的采光度影响系数和各种天气状况下的单位天数日照时长影响系数，并存储各楼栋间距对应的采光度影响系数和各种天气状况下的单位天数日照时长影响系数；
所述参数预处理模块接收房间居住参数获取模块发送的房间居住参数集合，并提取标准数据库中各朝向窗户单位面积对应的标准采光度，进而将房间居住参数集合中各房间的窗户面积和窗户朝向与各朝向窗户单位面积对应的标准采光度进行对比，筛选得出各房间的该窗户朝向的单位窗户面积对应的标准采光度，并计算得出各房间的该窗户面积和该窗户朝向对应的标准采光度，进而构成房间标准采光度集合C(c1,c2,...,ci,...,cn)，ci表示为第i个房间对应的标准采光度，同时，参数预处理模块将房间居住参数集合中各房间的窗户面积和窗户朝向与标准数据库中各种天气状况下各朝向窗户单位面积对应的单位天数标准日照时长进行对比，筛选得出各种天气状况下各房间的该窗户朝向单位窗户面积对应的单位天数标准日照时长，并计算得出各种天气状况下各房间的该窗户面积和该窗户朝向对应的单位天数标准日照时长，进而构成各种天气状况下房间标准日照时长集合Du(du1,du2,...,dui,...,dun)，dui表示为第i个房间在第u种天气状况下对应的单位天数标准日照时长，u表示为天气状况，u＝f1,f2,f1,f2分别表示为晴天，阴天，参数预处理模块房间标准采光度集合和各种天气状况下房间标准日照时长集合发送至建模分析模块，并将房间居住参数集合中各房间的面积和各房间窗户的面积发送至智能评估模块；
所述影响系数输入模块接收房屋基本参数统计模块发送的房屋基本参数集合，并将房屋基本参数集合中的房屋所在楼层高度与标准数据库中各楼层高度对应的采光度影响系数和各种天气状况下的单位天数日照时长影响系数进行对比，筛选得出该房屋所在楼层高度对应的采光度影响系数和各种天气状况下的单位天数日照时长影响系数，同时将房屋基本参数集合中的房屋所在楼栋间距与标准数据库中各楼栋间距对应的采光度影响系数和各种天气状况下的单位天数日照时长影响系数进行对比，筛选得出该房屋所在楼栋间距对应的采光度影响系数和各种天气状况下的单位天数日照时长影响系数，影响系数输入模块将筛选出的该房屋所在楼层高度对应的采光度影响系数及各种天气状况下的单位天数日照时长影响系数和该房屋所在楼栋间距对应的采光度影响系数及各种天气状况下的单位天数日照时长影响系数发送至建模分析模块；
所述建模分析模块分别接收参数预处理模块发送的房间标准采光度集合和各种天气状况下房间标准日照时长集合和影响系数输入模块发送的该房屋所在楼层高度对应的采光度影响系数及各种天气状况下的单位天数日照时长影响系数和该房屋所在楼栋间距对应的采光度影响系数及各种天气状况下的单位天数日照时长影响系数，进而根据房间标准采光度集合和该房屋所在楼层高度对应的采光度影响系数及该房屋所在楼栋间距对应的采光度影响系数计算各房间的预测采光度，与此同时根据各种天气状况下房间标准日照时长集合和该房屋所在楼层高度对应的各种天气状况下的单位天数日照时长影响系数及该房屋所在楼栋间距对应的各种天气状况下的单位天数日照时长影响系数计算各房间在各种天气状况下的单位天数预测日照时长，由此建模分析模块将计算的各房间的预测采光度和各房间在各种天气状况下的单位天数预测日照时长发送至智能评估模块；
所述智能评估模块接收参数预处理模块发送的各房间的面积和各房间窗户的面积，接收建模分析模块发送的各房间的预测采光度及各房间在各种天气状况下的单位天数预测日照时长，并由此统计各房间的居住体验感评估系数，进而计算该建筑房屋的居住体验感评估系数，并发送至显示终端；
所述显示终端接收智能评估模块发送的该建筑房屋的居住体验感评估系数，并显示。
2.根据权利要求1所述的一种基于大数据分析的建筑房屋居住体验智能评估云计算平台，其特征在于：所述窗户朝向包括朝南、朝北、朝东和朝西。
3.根据权利要求1所述的一种基于大数据分析的建筑房屋居住体验智能评估云计算平台，其特征在于：所述各种天气状况包括晴天和阴天。
4.根据权利要求1所述的一种基于大数据分析的建筑房屋居住体验智能评估云计算平台，其特征在于：所述各房间的该窗户面积和该窗户朝向对应的标准采光度的计算公式为
Figure FDA0002825397060000041
式中ci标准表示为第i个房间的该窗户面积和该窗户朝向对应的标准采光度，rz2i表示为第i个房间的窗户面积，
Figure FDA0002825397060000042
表示为第i个房间该窗户朝向的单位窗户面积对应的标准采光度。
5.根据权利要求1所述的一种基于大数据分析的建筑房屋居住体验智能评估云计算平台，其特征在于：所述各种天气状况下各房间的该窗户面积和该窗户朝向对应的单位天数标准日照时长的计算公式分别为
Figure FDA0002825397060000043
和
Figure FDA0002825397060000044
式中
Figure FDA0002825397060000045
分别表示为在晴天、阴天状况下第i个房间的该窗户面积和该窗户朝向对应的单位天数标准日照时长，
Figure FDA0002825397060000046
分别表示为在晴天、阴天状况下第i个房间的该窗户朝向的单位窗户面积对应的单位天数标准日照时长，rz2i表示为第i个房间的窗户面积。
6.根据权利要求1所述的一种基于大数据分析的建筑房屋居住体验智能评估云计算平台，其特征在于：所述各房间的预测采光度的计算公式为
Figure FDA0002825397060000047
ci表示为第i个房间的预测采光度，λ高度表示为该房屋所在楼层高度对应的采光度影响系数，δ间距表示为该房屋所在楼栋间距对应的采光度影响系数。
7.根据权利要求1所述的一种基于大数据分析的建筑房屋居住体验智能评估云计算平台，其特征在于：所述各房间在各种天气状况下的单位天数预测日照时长的计算公式分别为
Figure FDA0002825397060000051
和
Figure FDA0002825397060000052
式中df1i、df2i分别表示为第i房间在晴天、阴天状况下对应的单位天数预测日照时长，ηf1高度、ηf2高度分别表示为晴天、阴天状况下该房屋所在楼层高度对应的单位天数日照时长影响系数，μf1间距、μf2间距分别表示为晴天、阴天状况下该房屋所在楼栋间距对应的单位天数日照时长影响系数。
8.根据权利要求1所述的一种基于大数据分析的建筑房屋居住体验智能评估云计算平台，其特征在于：所述各房间的居住体验感评估系数的计算公式为
Figure FDA0002825397060000053
式中ξi表示为第i个房间的居住体验感评估系数，rz1i、rz2i分别表示为第i个房间的房间面积，窗户面积。
9.根据权利要求1所述的一种基于大数据分析的建筑房屋居住体验智能评估云计算平台，其特征在于：所述该建筑房屋的居住体验感评估系数的计算公式为
Figure FDA0002825397060000054
Figure FDA0002825397060000055
表示为该建筑房屋的居住体验感评估系数。
CN202011427109.5A 2020-12-09 2020-12-09 一种基于大数据分析的建筑房屋居住体验智能评估云计算平台 Withdrawn CN112560139A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011427109.5A CN112560139A (zh) 2020-12-09 2020-12-09 一种基于大数据分析的建筑房屋居住体验智能评估云计算平台

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011427109.5A CN112560139A (zh) 2020-12-09 2020-12-09 一种基于大数据分析的建筑房屋居住体验智能评估云计算平台

Publications (1)

Publication Number Publication Date
CN112560139A true CN112560139A (zh) 2021-03-26

Family

ID=75060641

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011427109.5A Withdrawn CN112560139A (zh) 2020-12-09 2020-12-09 一种基于大数据分析的建筑房屋居住体验智能评估云计算平台

Country Status (1)

Country Link
CN (1) CN112560139A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114936404A (zh) * 2022-06-06 2022-08-23 武汉沐岩装饰设计有限公司 一种基于人工智能的建筑房屋装修装饰智能化设计分析系统
CN114943491A (zh) * 2022-07-25 2022-08-26 中稀产业发展(天津)集团有限公司 一种建筑玻璃节能化改造后建筑节能性能评价方法
CN115730803A (zh) * 2022-11-29 2023-03-03 保银信科信息技术(湖北)有限公司 一种基于人工智能的建筑房屋维护进度智能监测管理方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114936404A (zh) * 2022-06-06 2022-08-23 武汉沐岩装饰设计有限公司 一种基于人工智能的建筑房屋装修装饰智能化设计分析系统
CN114936404B (zh) * 2022-06-06 2023-06-06 金工匠建设集团有限公司 一种建筑房屋装修装饰智能化设计分析系统
CN114943491A (zh) * 2022-07-25 2022-08-26 中稀产业发展(天津)集团有限公司 一种建筑玻璃节能化改造后建筑节能性能评价方法
CN115730803A (zh) * 2022-11-29 2023-03-03 保银信科信息技术(湖北)有限公司 一种基于人工智能的建筑房屋维护进度智能监测管理方法
CN115730803B (zh) * 2022-11-29 2024-03-22 陈杰 一种基于人工智能的建筑房屋维护进度智能监测管理方法

Similar Documents

Publication Publication Date Title
CN112560139A (zh) 一种基于大数据分析的建筑房屋居住体验智能评估云计算平台
Kazanasmaz et al. Artificial neural networks to predict daylight illuminance in office buildings
Bournas et al. Daylight regulation compliance of existing multi-family apartment blocks in Sweden
Azad et al. Effect of housing layout and open space morphology on residential environments–applying new density indices for evaluation of residential areas case study: Tehran, Iran
CN103578057A (zh) 基于人工神经网络统计学模型的房地产价值估算方法
Dahlan et al. Daylight ratio, luminance, and visual comfort assessments in typical Malaysian hostels
CN110619543A (zh) 房屋租赁价格预测方法及相关装置
Peng et al. Investigation on spatial distribution and thermal properties of typical residential buildings in South China's Pearl River Delta
CN116595612A (zh) 一种基于住宅设计规范的图纸智能审查方法及系统
Yu et al. Impact of window and air-conditioner operation behaviour on cooling load in high-rise residential buildings
Xia et al. Optimization of residential urban-block morphology based on its synthetic effects on indoor and outdoor natural lighting environments
CN106548439A (zh) 一种用于住宅小区生态环境评价的系统
JP6459336B2 (ja) 空気情報管理装置
Nasrollahi et al. The impacts of urban canyons morphology on daylight availability and energy consumption of buildings in a hot-summer Mediterranean climate
Fan et al. Integrated daylight and thermal comfort evaluation for tropical passive gymnasiums based on the perspective of exercisers
Reinhart et al. The Lightswitch Wizard-Reliable daylight simulations for initial design investigation
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
CN112911243B (zh) 一种采用高空抛物监控辅助分析房屋空置率的方法
CN113380071B (zh) 一种面向大型综合体的车位级停车需求状态评价方法
Chen et al. Urban life and sunshine: Equitable sunlight resource allocation among different consumer groups?
CN114021859A (zh) 一种酒店建筑用水量的预测方法
Martinez et al. State of the art methodology to assess energy facade retrofits (EFR)
CN113919550A (zh) 一种规划设计阶段办公建筑负荷预测方法
Silva de Abreu Modeling of Hurricane-Induced Interior and Contents Damage and Associated Time-Related Expenses to Residential Buildings
Ramos et al. A 3D GIS for managing building rehabilitation process

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
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20210326