CN117057021A - 一种基于多目标动态权重的建筑改造方案优化方法 - Google Patents
一种基于多目标动态权重的建筑改造方案优化方法 Download PDFInfo
- Publication number
- CN117057021A CN117057021A CN202311154542.XA CN202311154542A CN117057021A CN 117057021 A CN117057021 A CN 117057021A CN 202311154542 A CN202311154542 A CN 202311154542A CN 117057021 A CN117057021 A CN 117057021A
- Authority
- CN
- China
- Prior art keywords
- building
- objective
- energy consumption
- scheme
- optimization
- 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
- 238000005457 optimization Methods 0.000 title claims abstract description 52
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000013461 design Methods 0.000 claims abstract description 18
- 238000012795 verification Methods 0.000 claims abstract description 9
- 238000005265 energy consumption Methods 0.000 claims description 38
- 229910052799 carbon Inorganic materials 0.000 claims description 29
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 27
- 238000012546 transfer Methods 0.000 claims description 25
- 238000004422 calculation algorithm Methods 0.000 claims description 14
- 230000009466 transformation Effects 0.000 claims description 14
- 230000006870 function Effects 0.000 claims description 12
- 238000004088 simulation Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000010276 construction Methods 0.000 claims description 9
- 239000012774 insulation material Substances 0.000 claims description 7
- 239000002245 particle Substances 0.000 claims description 7
- 238000009413 insulation Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 3
- 238000004321 preservation Methods 0.000 claims description 3
- 238000010998 test method Methods 0.000 claims description 3
- 230000001419 dependent effect Effects 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 claims description 2
- 230000004048 modification Effects 0.000 description 10
- 238000012986 modification Methods 0.000 description 10
- 239000000463 material Substances 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 239000004793 Polystyrene Substances 0.000 description 3
- 230000009471 action Effects 0.000 description 3
- 229910002804 graphite Inorganic materials 0.000 description 3
- 239000010439 graphite Substances 0.000 description 3
- 238000010438 heat treatment Methods 0.000 description 3
- 239000011490 mineral wool Substances 0.000 description 3
- 229920002223 polystyrene Polymers 0.000 description 3
- 238000004134 energy conservation Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 101150093954 Nrep gene Proteins 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 239000004566 building material Substances 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 229920001821 foam rubber Polymers 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000011810 insulating material Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000004033 plastic Substances 0.000 description 1
- 229920006389 polyphenyl polymer Polymers 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000005057 refrigeration Methods 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 239000002023 wood Substances 0.000 description 1
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
- G06F30/25—Design optimisation, verification or simulation using particle-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
Abstract
本发明公开了一种基于多目标动态权重的建筑改造方案优化方法，具体包括下述步骤：(1)模型建立和合规性验证；(2)改造方案设计及优化；(3)多目标值的获取及拟合；(4)多目标优化解集的获取；(5)基于多目标动态权重的优化方案。本发明属于建筑节能改造设计领域，具体提供了一种基于多目标动态权重的建筑改造方案优化方法，该方法通过辅助用户侧实现同时考虑多个目标的动态权重设置，解决了多目标优化后Pareto解集的最终抉择问题、为用户和设计师提供了个性化选择的平台，并将各部分围护结构构造与传热系数直接关联并集成到改造方案中，可以根据用户或设计师对改造的侧重点来选择与其意愿相符的最优改造方案。
Description
技术领域
本发明属于建筑节能改造设计领域，具体为一种基于多目标动态权重的建筑改造方案优化方法。
背景技术
随着国家由增量转存量的建筑节能目标的转变，针对存量建筑的节能改造呈现出巨大的潜力。同时，作为碳排放的主要来源之一，建筑领域的节能和减碳获得了越来越多关注。综上，结合节能减碳等多目标的既有建筑改造方案的优化具有非常重要的实际应用价值。
对于目前的待改造建筑进行改造优化方案设计时，如以超低能耗、近零能耗等为改造目的，就是将建筑能耗需求作为改造优化目标之一；同时，经济性也是用户侧不可忽视的重要因素，因此增量成本也应作为改造优化目标之一。随着国家逐步转向碳排放总量和强度双控政策的落实，碳排放必定也需要作为改造方案的优化目标之一。综上，建筑改造方案优化是一个复杂的多目标优化问题。
目前针对既有建筑改造方案的多目标优化已有相关研究，解决方法包括使用GA-RBF算法以制冷能耗、热舒适、改造成本三者作为优化目标进行改造方案的决策，采用耦合BP神经网络非支配排序遗传算法的多阶段多目标优化框架进行优化，使用粒子群算法以定窗户尺寸、传热系数、人员密度作为优化目标经行建筑节能改造设计等。可以看出，现有建筑改造方案的多目标优化方法仍存在亟待解决的问题，例如基于粒子群算法的多目标优化所得的Pareto解集在实际应用时的局限性、对用户侧不友好等等。同时，目前国际国内的建筑碳排放测算仍处于初级阶段，缺少以碳排放作为目标之一进行节能改造的相关技术方法。针对此，本发明提出一种基于用户侧动态权重设置的建筑改造方案的多目标优化方法，即通过辅助用户侧实现多个目标的动态权重设置，并将各部分围护结构构造与传热系数直接关联并集成到改造方案中，来提高传统多目标优化方法在决定建筑改造优化方案时的效率、灵活性和科学性。
发明内容
针对上述情况，为弥补上述现有缺陷，本发明提供了一种基于多目标动态权重的建筑改造方案优化方法，该方法通过辅助用户侧实现同时考虑多个目标的动态权重设置，解决了多目标优化后Pareto解集的最终抉择问题、为用户和设计师提供了个性化选择的平台，并将各部分围护结构构造与传热系数直接关联并集成到改造方案中，从而提高传统多目标优化方法在决定选择建筑改造超低能耗改造优化方案时的效率、灵活性和科学性，可以根据用户或设计师对改造的侧重点来选择与其意愿相符的最优改造方案。
本方法的主要思路是：首先通过能耗模拟软件(例如PHPP模拟软件)输入案例建筑实际信息及改造设计的要点参数，然后根据模拟及验证结果判断改造后建筑是否满足超低能耗要求，再后通过多目标粒子群算法优化已有的改造方案得到Pareto解集，最后通过基于权重的二次优化得到符合用户或设计师要求的最佳改造方案。
本发明提供如下的技术方案：本发明提出了一种基于多目标动态权重的建筑改造方案优化方法，具体包括下述步骤：
(1)模型建立和合规性验证：基于能耗模拟软件建立建筑物理模型，结合被动技术输入包括建筑信息、气象数据在内的案例参数，然后进行初步的能耗目标模拟结果验证；若模拟结果显示改造后建筑不满足超低能耗、近零能耗等能耗目标，返回对被动技术参数输入步骤进行调参，直至满足相应改造节能目标；
(2)改造方案设计及优化：合规性验证通过后，将包括建筑外墙、屋面及外窗在内的构造节点作为改造要点进行改造方案的初步设计；在超低能耗、近零能耗建筑标准下，各构件传热系数K值变化由构件保温材料种类及厚度决定，因此，选取几种常见保温材料，并基于此获得对应K值范围和适当步长间隔下考虑不同保温构造的初步设计方案；在此基础上，采用正交试验法进一步减少方案数量；
(3)多目标值的获取及拟合：通过包括模拟仿真、经济计算和碳排放计算在内的方法，获得改造方案设计集所对应的多个目标数据集，然后采用包括回归拟合在内的方法拟合各个目标的目标函数；
(4)多目标优化解集的获取：将获得的三个目标函数写入多目标优化算法中，同时在算法中引入变异因子，使寻优结果不易于陷入局部最优，计算获得Pareto解集；
(5)基于多目标动态权重的优化方案：将优化解集中的目标值数据导出为文本，采用java程序开发与导出文本数值相对应的三个目标值的权重输入窗口；当用户侧输入自定义权重值后，运行得到基于Pareto解集和用户侧动态权重的优化方案的排序，从而根据改造倾向选取最佳设计方案。
进一步地，步骤(1)所述的能耗模拟软件为PHPP模拟软件或其他能耗模拟软件。
进一步地，步骤(3)所述的目标包括能耗需求、增量成本和碳排放。
进一步地，步骤(3)所述的目标函数以各构造节点传热系数、保温层厚度为因变量。
进一步地，步骤(4)所述多目标优化算法为多目标粒子群算法(MOPSO)。
采用上述结构本发明取得的有益效果如下：本发明提出的一种基于多目标动态权重的建筑改造方案优化方法，具体具有下述优点：
(1)该方法同时考虑了能耗需求、增量成本和碳排放三个目标，更加符合目前既有建筑改造的节能低碳趋势和用户侧成本控制需求，从而提高改造方案的可靠性；
(2)该方法通过使用能耗模拟计算软件、碳排放计算等形成基本方案库，结合多目标粒子群算法可提高既有建筑改造方案优化的计算效率，避免发生围护结构参数选择不符合节能标准要求、增量成本过大、碳排放过高等情况，为建筑业的可持续发展和人们实际需求的满足提供直接有效的技术方法；
(3)该方法通过基于多目标动态权重的二次优化，可根据不同用户、设计师的改造侧重点来筛选改造方案，使既有建筑的超低能耗、近零能耗改造过程在节能低碳和经济的同时充分考虑用户、设计师的个性化需求。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明的流程图；
图2为本发明的框架图；
图3为本发明实施例的建筑外观模型图；
图4为本发明实施例的Pareto解集数值对应三维图。
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。
需要说明的是，下面描述中使用的词语“前”、“后”、“左”、“右”、“上”和“下”指的是附图中的方向，词语“内”和“外”分别指的是朝向或远离特定部件几何中心的方向。
实施例
选取一栋居住建筑作为案例说明本方法的实施过程和有效性。
该案例居住建筑位于河南省郑州市，属于《民用建筑热工设计规范》GB 50176-2016规定的寒冷B区，同时属于PHPP规定的寒温地区。该建筑地下一层，地上二层，结构形式为框架结构，体形系数0.49，于2010年10月建成。该建筑总占地面积为269.7m2，建筑高度为7.40米(室外地坪到檐口)，外墙面积为407.9m2，屋面面积为288m2，外窗总面积为72.89m2。建筑南向屋面设有太阳能集热器，采用锅炉供暖方式。
(1)模型建立和合规性验证
基于PHPP软件建立建筑物理模型，案例建筑改造时不改变其原有的基础墙体和窗墙比，添加夏季遮阳(45°百叶窗)，设置热回收效率不低于84.5％的新风显热交换器，制冷采用分体式空调加无显冷的除湿设备，供暖保留锅炉供暖。同时，在南向屋面设置12m2的太阳能集热器及12m2太阳能光伏系统，太阳能生活热水系统管道外选60mm厚柔性泡沫橡塑管壳，照明设备选用LED Retro暖白光65Im/W。
当PHPP中关键参数的传热系数均为最大限值时，按照标准《近零能耗建筑技术标准》GB/T 51350-2019中规定取屋面传热系数为0.2W/(m2·K)、外墙传热系数为0.2W/(m2·K)、外窗传热系数为1.2W/(m2·K)。此时，采用PHPP计算所得的供暖年耗量为15.8Kwh/(m2·a)、供冷年耗量为10.4Kwh/(m2·a)、PER为46.5W/(m2·K)，满足超低能耗改造建筑标准。
(2)改造方案设计及优化
外墙、屋面及外窗的传热系数是改造要点，将以上三个构件视为稳态传热，即外墙和屋面的传热系数主要由保温材料的种类及厚度决定，外窗传热系数由玻璃及窗框决定。
外墙选用岩棉板、石墨聚苯板、真空绝热板三种材料，屋面选取岩棉板、石墨聚苯板、挤塑聚苯板三种材料。基于各构件传热系数K值变化由构件保温材料种类及厚度决定各构件模拟方案设置如表1～3。以编号A1 247为例，A1为模拟墙体工况编号，数字247表示要达到K值为0.15W/(m2·K)时，采用保温岩棉板需要的厚度为247mm，屋面同理。在规定传热系数变化范围内，将外墙18种、屋面30种和外窗3种进行交叉组合得到1620种初步设计方案。
表1外墙保温层模拟方案设置
表2屋面保温层模拟方案设置
表3外窗价格及模拟方案设置
采用正交试验法来进行典型案例的选择，减少为98种方案结果。
(3)多目标值的获取及拟合
在PHPP中输入各方案得到对应的能耗需求值。根据实际外墙、屋面保温面积及外窗面积计算出整栋建筑的增量成本。
碳排放计算采用碳排放因子法测算，其原理可表述为“碳排放量＝活动数据×碳排放因子”。改造后碳排放测算结果如表4：
表4改造后碳排放测算结果
由测算结果可知，改造后的全寿命周期节能率达70℅以上。
通过计算得到的三个目标值解集，进行回归分析得出拟合曲线，其函数结果如下：能耗需求目标函数：
f(1)＝115*x(1)+90*x(2)+5.5*x(1)+26.1
式中：
f(1)——建筑总的能耗需求，包括供热、供冷及一次能源需求，KWh/(m2·a)；x(1)——外墙传热系数，W/(m2·K)；
x(2)——屋面传热系数，W/(m2·K)；
x(3)——外窗传热系数，W/(m2·K)；
增量成本目标函数：
f(2)＝g(1)+g(2)+g(3)
式中：
f(2)——建筑总的增量成本，元；
P——不同传热系数下不同材料对应的外墙厚度，m；
Q——不同传热系数下不同材料对应的屋面厚度，m；
g(1)——外墙增量成本，元；
g(2)——屋面增量成本，元；
g(3)——外窗增量成本，元；
x(4)——外墙导热系数，W/(m·K)；
x(5)——屋面导热系数，W/(m·K)。
碳排放量目标函数：
f(3)＝g(4)+g(5)+g(6)
式中：
f(2)——建材生产阶段产生的碳排放量，tCO2e；
g(4)——外墙碳排放量，tCO2e；
g(5)——屋面碳排放量，tCO2e；
g(6)——外窗碳排放量，tCO2e。
(4)多目标优化解集的获取
采用粒子群优化算法，以上三个拟合函数作为目标函数，使用最大迭代次数M＝30、种群规模N＝50、外部档案集规模Nrep＝50、惯性权重系数w＝0.9、惯性权重衰减率Wdamp＝0.99、个体学习系数c1＝1.7、全局学习系数c2＝1.8，及变异概率mu＝0.1的设置进行多目标优化。
程序运行得到的50组Pareto解集数值如表5，对应的三维图如图4：
表5Pareto解集数值
(5)基于多目标动态权重的优化方案
将优化解集中的目标值数据导出为文本，令能耗需求权重为A，增量成本权重为B，碳排放量权重为C。当权重值分别设为0.5、0.3、0.2时，运行可得到基于Pareto解集和用户侧动态权重的优化方案的排序如表6所示：
表6二次优化结果排序
由运行结果可得到当能耗权重、增量成本及碳排放量权重分别为0.5、0.3、0.2时，对应的最优方案的各目标值为(59.8,424412.7,20.97)，最优方案的外墙、屋面及外窗的传热系数分别为0.15、0.14、0.93W/(m2·K)，外墙及屋面材料的导热系数分别为0.011、0.036W/(m2·K)。
综上可知，外墙选用68mm真空绝热板，屋面材料选择传热系数最接近0.14的193mm石墨聚苯板，外窗选用接近的92系列内平开铝木复合窗。
要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物料或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物料或者设备所固有的要素。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
Claims (5)
1.一种基于多目标动态权重的建筑改造方案优化方法，其特征在于：具体包括下述步骤：
(1)模型建立和合规性验证：基于能耗模拟软件建立建筑物理模型，结合被动技术输入包括建筑信息、气象数据在内的案例参数，然后进行初步的能耗目标模拟结果验证；若模拟结果显示改造后建筑不满足超低能耗、近零能耗等能耗目标，返回对被动技术参数输入步骤进行调参，直至满足相应改造节能目标；
(2)改造方案设计及优化：合规性验证通过后，将包括建筑外墙、屋面及外窗在内的构造节点作为改造要点进行改造方案的初步设计；在超低能耗、近零能耗建筑标准下，各构件传热系数K值变化由构件保温材料种类及厚度决定，因此，选取几种常见保温材料，并基于此获得对应K值范围和适当步长间隔下考虑不同保温构造的初步设计方案；在此基础上，采用正交试验法进一步减少方案数量；
(3)多目标值的获取及拟合：通过包括模拟仿真、经济计算和碳排放计算在内的方法，获得改造方案设计集所对应的多个目标数据集，然后采用包括回归拟合在内的方法拟合各个目标的目标函数；
(4)多目标优化解集的获取：将获得的三个目标函数写入多目标优化算法中，同时在算法中引入变异因子，使寻优结果不易于陷入局部最优，计算获得Pareto解集；
(5)基于多目标动态权重的优化方案：将优化解集中的目标值数据导出为文本，采用java程序开发与导出文本数值相对应的三个目标值的权重输入窗口；当用户侧输入自定义权重值后，运行得到基于Pareto解集和用户侧动态权重的优化方案的排序，从而根据改造倾向选取最佳设计方案。
2.根据权利要求1所述的一种基于多目标动态权重的建筑改造方案优化方法，其特征在于：步骤(1)所述的能耗模拟软件为PHPP模拟软件或其他能耗模拟软件。
3.根据权利要求1述的一种基于多目标动态权重的建筑改造方案优化方法，其特征在于：步骤(3)所述的目标包括能耗需求、增量成本和碳排放。
4.根据权利要求1述的一种基于多目标动态权重的建筑改造方案优化方法，其特征在于：步骤(3)所述的目标函数以各构造节点传热系数、保温层厚度为因变量。
5.根据权利要求1所述的一种基于多目标动态权重的建筑改造方案优化方法，其特征在于：步骤(4)所述多目标优化算法为多目标粒子群算法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311154542.XA CN117057021A (zh) | 2023-09-08 | 2023-09-08 | 一种基于多目标动态权重的建筑改造方案优化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311154542.XA CN117057021A (zh) | 2023-09-08 | 2023-09-08 | 一种基于多目标动态权重的建筑改造方案优化方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117057021A true CN117057021A (zh) | 2023-11-14 |
Family
ID=88659041
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311154542.XA Pending CN117057021A (zh) | 2023-09-08 | 2023-09-08 | 一种基于多目标动态权重的建筑改造方案优化方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117057021A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117574785A (zh) * | 2024-01-16 | 2024-02-20 | 天津大学 | 基于机器学习混合建模的零碳建筑多目标优化方法 |
-
2023
- 2023-09-08 CN CN202311154542.XA patent/CN117057021A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117574785A (zh) * | 2024-01-16 | 2024-02-20 | 天津大学 | 基于机器学习混合建模的零碳建筑多目标优化方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Chen et al. | Multiobjective optimization of building energy consumption based on BIM-DB and LSSVM-NSGA-II | |
| Xue et al. | Multi-objective optimization of building design for life cycle cost and CO2 emissions: A case study of a low-energy residential building in a severe cold climate | |
| Yang et al. | Impact of zero energy buildings on medium-to-long term building energy consumption in China | |
| Ascione et al. | Artificial neural networks to predict energy performance and retrofit scenarios for any member of a building category: A novel approach | |
| Ascione et al. | Multi-stage and multi-objective optimization for energy retrofitting a developed hospital reference building: A new approach to assess cost-optimality | |
| Li et al. | Fast bidirectional building performance optimization at the early design stage | |
| Pan et al. | Building energy simulation and its application for building performance optimization: A review of methods, tools, and case studies | |
| TWI672665B (zh) | 綠建築效能模擬分析系統及其最適化決策方法 | |
| CN103593530B (zh) | 一种采用数字模拟进行节能建筑设计的综合方法 | |
| Wu et al. | Multi-objective optimization of energy, visual, and thermal performance for building envelopes in China's hot summer and cold winter climate zone | |
| CN113297660A (zh) | 一种基于多目标的建筑方案阶段节能优化设计模式构建方法 | |
| Rashad et al. | Analysis of energy demand in a residential building using TRNSYS | |
| Liu et al. | Coupled simulation of natural ventilation and daylighting for a residential community design | |
| Ding et al. | Optimization approach of passive cool skin technology application for the Building’s exterior walls | |
| Han et al. | Multi-objective building energy consumption prediction and optimization for eco-community planning | |
| CN114896664B (zh) | 园区建筑光伏一体化围护结构优化方法及系统 | |
| CN117057021A (zh) | 一种基于多目标动态权重的建筑改造方案优化方法 | |
| Attia et al. | Building performance optimization of net zero‐energy buildings | |
| Yao et al. | Multi-objective optimization of transparent building envelope of rural residences in cold climate zone, China | |
| Chen et al. | A rapid evaluation method for design strategies of high-rise office buildings achieving nearly zero energy in Guangzhou | |
| CN115795607A (zh) | 针对高大空间建筑的全年能耗和热舒适度耦合评估方法 | |
| Zhang et al. | Optimization of daylighting, ventilation, and cooling load performance of apartment in tropical ocean area based on parametric design | |
| Sui et al. | Evaluation of energy saving of residential buildings in North China using back-propagation neural network and virtual reality modeling | |
| Wei et al. | 3D virtual technology for space design in green building energy-saving design | |
| Zheng et al. | Optimization of exterior wall insulation in office buildings based on wall orientation: Economic, energy and carbon saving potential in China |
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 |