CN117688845A - 一种建筑物化阶段施工方案多目标优化方法及系统 - Google Patents
一种建筑物化阶段施工方案多目标优化方法及系统 Download PDFInfo
- Publication number
- CN117688845A CN117688845A CN202410123457.5A CN202410123457A CN117688845A CN 117688845 A CN117688845 A CN 117688845A CN 202410123457 A CN202410123457 A CN 202410123457A CN 117688845 A CN117688845 A CN 117688845A
- Authority
- CN
- China
- Prior art keywords
- engineering
- construction
- building
- item
- carbon emission
- 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.)
- Granted
Links
- 238000010276 construction Methods 0.000 title claims abstract description 243
- 238000000034 method Methods 0.000 title claims abstract description 74
- 238000005457 optimization Methods 0.000 title claims abstract description 62
- 229910052799 carbon Inorganic materials 0.000 claims abstract description 148
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims abstract description 142
- 239000002131 composite material Substances 0.000 claims abstract description 56
- 230000009467 reduction Effects 0.000 claims abstract description 23
- 239000000463 material Substances 0.000 claims description 62
- 230000006870 function Effects 0.000 claims description 55
- 238000004364 calculation method Methods 0.000 claims description 32
- 238000005034 decoration Methods 0.000 claims description 17
- 230000008569 process Effects 0.000 claims description 16
- 238000004422 calculation algorithm Methods 0.000 claims description 15
- 238000004519 manufacturing process Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 11
- 230000009286 beneficial effect Effects 0.000 claims description 9
- 239000011150 reinforced concrete Substances 0.000 claims description 9
- 239000004575 stone Substances 0.000 claims description 9
- 238000003860 storage Methods 0.000 claims description 9
- 238000009435 building construction Methods 0.000 claims description 7
- 230000007797 corrosion Effects 0.000 claims description 6
- 238000005260 corrosion Methods 0.000 claims description 6
- 230000002265 prevention Effects 0.000 claims description 6
- 239000000126 substance Substances 0.000 claims description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 6
- 150000001875 compounds Chemical class 0.000 claims description 5
- 239000004566 building material Substances 0.000 claims description 4
- 238000009395 breeding Methods 0.000 claims description 3
- 230000001488 breeding effect Effects 0.000 claims description 3
- 239000011248 coating agent Substances 0.000 claims description 3
- 238000000576 coating method Methods 0.000 claims description 3
- 239000004567 concrete Substances 0.000 claims description 3
- 238000005536 corrosion prevention Methods 0.000 claims description 3
- 230000002068 genetic effect Effects 0.000 claims description 3
- 238000009413 insulation Methods 0.000 claims description 3
- 239000002184 metal Substances 0.000 claims description 3
- 238000004806 packaging method and process Methods 0.000 claims description 3
- 239000003973 paint Substances 0.000 claims description 3
- 238000005192 partition Methods 0.000 claims description 3
- 238000004321 preservation Methods 0.000 claims description 2
- 238000004134 energy conservation Methods 0.000 abstract description 2
- 238000004590 computer program Methods 0.000 description 10
- 238000011160 research Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000013461 design Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005265 energy consumption Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Classifications
-
- 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
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- 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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
-
- 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]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Biophysics (AREA)
- Computer Hardware Design (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Molecular Biology (AREA)
- Genetics & Genomics (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Biomedical Technology (AREA)
- Architecture (AREA)
- Civil Engineering (AREA)
- Computing Systems (AREA)
- Physiology (AREA)
- Structural Engineering (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于建筑碳排放技术领域，公开了一种建筑物化阶段施工方案多目标优化方法及系统。该方法根据建筑信息模型统计工程量清单；获取各分部分项工程中各工程定额的复合碳排放因子、复合单价、和施工时间；以建筑物化阶段总碳排放最小为目标建立第一目标函数；以总成本最小为目标建立第二目标函数；以建筑施工总工期最小为目标建立第三目标函数，得到多目标函数；求解多目标函数，得到一组帕累托最优施工方案，以及所对应的成本、工期、碳排放量。本发明以低成本、工期短、碳排放低为目标优化施工方案，使优化的施工方案不仅满足节能减排的要求，同时节约成本，缩小工期。
Description
技术领域
本发明属于建筑碳排放技术领域，尤其涉及一种建筑物化阶段施工方案多目标优化方法及系统。
背景技术
建筑业是能耗大户，不仅消耗大量的资源，还会产生大量的碳排放。为了降低建筑碳排放，越来越多的学者针对建筑全生命周期碳排放计算进行了研究，但是研究多侧重于运维阶段，针对建筑物化阶段碳排放的研究较少。建筑物化阶段的碳排放虽然占比相对较少，但其时间跨度远小于运营阶段，而且目前建筑规模大，数量多，施工阶段的碳排放量更集中，强度更大；
但是，只是减碳会造成建筑物化阶段施工成本高昂，或是延长工期，得不偿失，无法保证减碳的同时降低成本缩短工期。
通过上述分析，现有技术存在的问题及缺陷为：现有技术中无法同时协调建筑物化阶段低成本、短工期和低碳排的问题。
发明内容
为克服相关技术中存在的问题，本发明公开实施例提供了一种建筑物化阶段施工方案多目标优化方法及系统，具体涉及建筑物化阶段以工期、成本、碳排放为控制因素的施工方案优化方法以及系统。
所述技术方案如下：建筑物化阶段施工方案多目标优化方法，包括：
S1，导入目标建筑物的建筑信息模型，根据BIM算量软件获取建筑工程量清单；
S2，根据工程定额的人工工种名称及工日、建筑材料名称及消耗量、施工机械种类及机械台班消耗量的施工消耗数据，以及建筑物化阶段人工、材料、运输和机械的碳排放因子和单价作为参数集合，组成基于工程定额的复合碳排放因子库、复合单价库与工序时间；
S3，根据建筑工程量清单与基于工程定额的复合碳排放因子库与复合单价库和基于工程定额的各工序时间结合，计算建筑物化阶段施工方案下的工期、成本、碳排放；
S4，根据目标建筑物的工程量清单、备选施工方案、复合碳排放因子，工程定额施工时间，以总碳排放量最小为目标建立第一目标函数，以总成本最小为目标建立第二目标函数；以建筑施工总工期最小为目标建立第三目标函数，得到多目标函数；求解多目标函数，得到最少一个最优的建筑施工方案。
在步骤S2中，所述复合碳排放因子库包括：各分部分项工程下不同施工方案的人工、材料、机械设备的消耗量，人工碳排放因子、材料生产与运输碳排放因子、机械设备碳排放因子集成，组成不同施工方案工程定额的碳排放因子；
所述复合单价库包括：各分部分项工程下不同施工方案的人工、材料、机械设备的消耗量，人工工日工资、材料生产与运输单价、机械设备单价集成，组成不同施工方案工程定额的单价。
在步骤S2中，复合碳排放因子库的表达式为：
式中，为第/>项工程中第/>个清单的第/>种施工方案定额的复合碳排放因子，/>为第项工程中第/>个清单的第/>种施工方案定额材料的碳排放，/>为第/>项工程中第/>个清单的第/>种施工方案定额施工机械碳排放，/>为第/>项工程中第/>个清单的第/>种施工方案定额人工碳排放，/>为第/>项工程中第/>个清单的第/>种施工方案定额的第/>种材料消耗量，/>为第/>项工程中第/>个清单的第/>种施工方案定额的第/>种机械台班消耗量，/>为第/>项工程中第/>个清单的第/>种施工方案定额的第/>种工种工日消耗量，/>为第/>种材料的复合碳排放因子，/>为第/>种材料的生产碳排放因子，/>为第/>种材料运输碳排放因子，/>为第/>种材料运输距离，/>为第/>种机械台班的碳排放因子，/>为人工工日碳排放因子，/>分别表示材料的种类，机械台班的运行方式，工种的种类。
进一步，复合单价库的表达式为：
式中，为第/>项工程中第/>个清单的第/>种施工方案定额的复合单价，/>为第/>项工程中第/>个清单的第/>种施工方案定额材料成本，/>为第/>项工程中第/>个清单的第/>种施工方案定额施工机械成本，/>为第/>项工程中第/>个清单的第/>种施工方案定额人工工资，/>为第/>项工程中第/>个清单的第/>种施工方案定额的第/>种材料消耗量，/>为第/>项工程中第/>个清单的第/>种施工方案定额的第/>种机械台班消耗量，/>为第/>项工程中第/>个清单的第/>种施工方案定额的第/>种工种工日消耗量，/>为第/>种材料的单价，/>为第/>种材料生产单价，/>为第/>种材料运输单价，/>为第/>种材料运输距离，/>为第/>种机械台班的碳排放因子，/>为人工工日碳排放因子，/>为第/>种施工方案，/>为施工消耗的第/>种材料，/>为施工消耗的第/>种施工机械，/>为施工消耗的第/>种人工，/>分别表示材料的种类，机械台班的运行方式，工种的种类。
在步骤S3中，计算建筑物化阶段施工方案下的工期、成本、碳排放的多目标优化函数计算公式为：
其中，为第一目标函数的计算公式，/>为第二目标函数的计算公式，/>为第三目标函数的计算公式；
式中，为目标建筑物物化阶段的碳排放总量，/>为建筑施工中第/>项工程的碳排放，/>为第/>种施工方案下第/>项工程中第/>个清单碳排放量，/>为第/>项工程中第/>个清单的第/>种施工方案定额的复合碳排放因子，/>为第/>种施工方案下第/>项工程中第/>个清单工程量，/>为目标建筑物物化阶段的总成本，/>为建筑施工中第/>项工程的成本，第/>项工程分别为：土石方工程、桩基工程、砌筑工程、钢筋混凝土工程、地面工程、防腐防水工程、装饰装修工程；/>为第/>种施工方案下第/>项工程中第/>个清单成本，/>为第/>项工程中第/>个清单的第/>种施工方案定额的复合单价；/>为目标建筑物物化阶段的总工期，/>为建筑施工中第/>项工程的施工时间，/>为第/>种施工方案下第/>项工程中第/>个清单时间，/>为第/>项工程中第/>个清单的第/>种施工方案定额时间，/>为各分部分项工程，包括：土石方工程、桩基工程、砌筑工程、钢筋混凝土工程、地面工程、防腐防水工程、装饰装修工程；/>为分部分项工程总数，/>为第/>项工程中第/>个清单，/>为第/>项工程中清单总数。
在步骤S4中，求解多目标函数，包括：利用NSGA-Ⅱ算法求解多目标函数，得到最少一个有利于减排、降成本、减工期的施工方案，具体步骤为：
S201，确定初始种群大小N为200，交叉概率，迭代次数/>为500，目标函数数量/>为3，并且随机产生N个个体，整体视为种群/>；
S202，对初始种群进行非支配排序和拥挤度计算，使用非支配排序对种群进行排序，第一个前沿中所有的个体等级为1，第二个前沿的个体被赋予等级2，依此类推；在分配等级之后，计算每个前沿中的拥挤度；
S203，从种群中随机选出两个个体作为父代，设置90%交叉概率，10%变异概率，通过遗传算法的选择、交叉、变异三个基本操作得到第一代子代种群；
S204，将父代种群和子代种群/>合并，生成新的种群/>，根据帕累托等级从高到低的顺序进行排序，将整层的种群放入父代种群/>中，直到某一层个体不能全部放入种群/>，然后讲该种群根据拥挤度从大到小进行排列，依次放入父代种群/>，将种群/>填满，将剩余个体淘汰掉；
S205，以此类推，进行循环，直到结束得到一组帕累托前沿解为最优的建筑施工方案；
S206，根据不同的目标进行施工方案的选择。
本发明的另一目的在于提供一种建筑物化阶段施工方案多目标优化系统，该系统实施所述建筑物化阶段施工方案多目标优化方法，该系统包括：
工程量清单获取模块，用于统计计算目标建筑物的工程量并获取工程量清单；
储存模块，用于储存基础数据；
建立函数模块，用于根据所述目标建筑物的工程量清单与基础数据库的基础数据建立联系，以总碳排最小为第一目标，以总成本最低为第二目标，以总工期最短为第三目标，得到多目标函数；
优化计算模块，用于求解多目标函数，得到一组帕累托前沿解作为施工方案最优解，以及各施工方案最优解对应的建筑成本、工期、碳排放；
表达模块，用于将所述优化计算模块优化计算结果进行展示在页面，供用户查看。
进一步，所述工程量清单获取模块中，根据目标建筑物BIM模型，统计计算建筑物的工程量清单，所述工程量清单包括：土石方工程、地基处理工程、桩基工程、砌筑工程、混凝土及钢筋混凝土工程、金属结构工程、门窗工程、屋面及防水工程、保温隔热防腐工程、楼地面装饰工程、墙柱面装饰与隔断幕墙工程、天棚工程、油漆涂料工程，并将工程量清单打包发送到优化计算模块。
进一步，所述储存模块，储存的基础数据包括基于工程定额的复合碳排放因子、复合单价和施工时间；所述基础数据库随时进行修改、增添新的基础数据，同时还将数据以Excel表格形式导入；
所述表达模块，将目标模型的成本、工期、碳排放量以饼状图、折线图形式展示，供用户多角度查看；还用于将得到的一组施工方案最优解与其各自所对应的成本、工期、碳排放结合展示，供用户分析不同目标结果导向下的方案选择。
进一步，该系统搭载在信息数据处理终端，所述信息数据处理终端用于实现于电子装置上执行时，提供用户输入接口以实施如上述所述建筑物化阶段施工方案多目标优化方法的功能，所述信息数据处理终端包括手机、电脑、交换机。
结合上述的所有技术方案，本发明所具备的有益效果为：该系统将建设工程物化阶段材料、运输、机械设备、人工等的碳排放因子、单价等和房屋建筑与装饰工程消耗量综合定额作为信息参数，组成基于工程定额的建筑物化阶段复合碳排放因子库，并将复合碳排放因子库集成到BIM技术中，组成一个综合的系统平台。从而系统具备根据建筑信息模型进行工程量统计、选择施工方案，以及根据施工方案确定资源的投入，进而在建筑的设计阶段估算整个建筑物化阶段工期、成本以及碳排放量。同时以低成本、工期短、碳排放低为目标优化施工方案，使优化的施工方案不仅满足节能减排的要求，同时节约成本，缩小工期。
建筑能耗在全社会终端能耗中占有很大比重，而且还有不断上升的趋势，因此建设项目节能一直是国内外建筑领域研究的热点问题，有必要对建筑业的碳排放进行研究，并采取相应的措施来减少碳排放。但是一味的减碳而造成成本高昂、工期漫长时则会得不偿失。本发明预期能够为建筑项目碳排放测算提供新的手段，也为今后建筑业大数据与智慧建造的发展提供了一定的基础，同时提出融合BIM技术、参数化驱动、智能算法和神经网络进行建筑性能、经济、环境可持续的多目标优化的方法。
本发明建立多个目标之间相互制衡的关系，通过优化算法、计算机模拟等方法的结合解决建筑性能的多目标优化问题。
梳理既有研究发现建筑施工领域的多目标优化多围绕传统的项目管理三大目标，即工期、成本与质量，针对工期、成本、碳排放的综合评判研究较少。因此，本项目希望利用BIM参数化驱动的优势，将建筑物化阶段相关各项指标构建成BIM模型的可变参数，寻找最合适高效的智能算法对建筑物化阶段优化方法提供支撑。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理；
图1是本发明实施例提供的建筑物化阶段施工方案多目标优化方法流程图；
图2是本发明实施例提供的利用NSGA-Ⅱ算法求解所述多目标函数，得到最少一个有利于减排、降成本、减工期的施工方案流程图；
图3是本发明实施例提供的利用NSGA-Ⅱ算法求解所述多目标函数，得到最少一个有利于减排、降成本、减工期的施工方案原理图；
图4是本发明实施例提供的建筑物化阶段施工方案多目标优化系统示意图；
图中：1、工程量清单获取模块；2、储存模块；3、建立函数模块；4、优化计算模块；5、表达模块。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。在下面的描述中阐述了很多具体细节以便于充分理解本发明。但是本发明能够以很多不同于在此描述的其他方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似改进，因此本发明不受下面公开的具体实施的限制。
本发明实施例提供的建筑物化阶段施工方案多目标优化方法及系统创新点在于：
1、本发明区别于传统往的碳排放计算方法，根据所述建筑工程量清单，与基于工程定额的复合碳排放因子库与复合单价库和基于定额的各工序时间结合，计算建筑物化阶段各种施工方案下的工期-成本-碳排放。与传统的评价方法相比，该方法具有简便性。
2、将碳排放优化目标引入多目标优化模型中，将智能算法、BIM技术和云计算有机融合，提出一套科学系统的多目标优化设计流程，针对，进行参数优化和性能算法的对比，寻找更适合建筑性能多目标优化设计的方法，能有效改善建筑性能，并获得了兼具性能指标、参数信息的BIM模型和收敛性、多样性指标俱佳的非支配解。
实施例1，本发明实施例提供的建筑物化阶段施工方案多目标优化方法（建筑物化阶段以工期-成本-碳排放为控制因素的综合运算与施工方案优化系统平台），集成有：
BIM技术：用于获取建筑信息模型，并根据建筑信息模型统计所述目标建筑物的工程量清单；根据《房屋建筑与装饰工程消耗量》定额进行施工方案的模拟以及各种施工方案下的资源投入量统计。
数据库：所述数据库包括：根据《房屋建筑与装饰工程消耗量》定额与建筑物化阶段材料、运输、机械设备、人工等信息参数集成的复合碳排放因子库；根据定额的施工方案选择库；各施工工序中定额子项目的资源投入量标准库；
运算模型：根据所获取的工程量清单、基于工程量定额的复合碳排放因子、定额资源投入量，计算建筑物化阶段的工期、成本与碳排放。
优化模型：应用NSGA-Ⅱ算法，将工期短、成本低、碳排放量少为三个最主要目标，进行多目标优化计算，优化施工方案，最终在建筑设计期间为整个建筑物化阶段的建筑材料、施工机械与施工方法的选择提供最优解。
其中，本发明实施例提供的建筑物化阶段施工方案多目标优化方法将《房屋建筑与装饰工程消耗量》定额、复合碳排放因子库、运算模型与优化模型与BIM技术的信息模型结合，实现对建筑信息模型统计工程量，基于工程量清单进行施工方案模拟，资源投入量确定，建筑物化阶段工期-成本-碳排放的估算，以及施工方案的优化与选择。
具体的，如图1所示，本发明实施例提供的建筑物化阶段施工方案多目标优化方法包括：
S1，导入目标建筑物的建筑信息模型，根据BIM算量软件获取建筑工程量清单；
S2，根据工程定额的人工工种名称及工日、建筑材料名称及消耗量、施工机械种类及机械台班消耗量的施工消耗数据，以及建筑物化阶段人工、材料、运输和机械的碳排放因子和单价作为参数集合，组成基于工程定额的复合碳排放因子库、复合单价库与工序时间；
该工程为《房屋建筑与装饰工程消耗量》TY01-31-2-21中工程；
S3，根据建筑工程量清单与基于工程定额的复合碳排放因子库与复合单价库和基于工程定额的各工序时间结合，计算建筑物化阶段施工方案下的工期、成本、碳排放；
计算建筑物化阶段各种施工方案下的工期-成本-碳排放，工程量清单中各分部分项工程的工程量分别乘以各种施工方案定额的复合碳排放因子、复合单价与定额时间，得到项目的总工期、总成本与总碳排放；
S4，根据目标建筑物的工程量清单、备选施工方案、复合碳排放因子，工程定额施工时间，以总碳排放量最小为目标建立第一目标函数，以总成本最小为目标建立第二目标函数；以建筑施工总工期最小为目标建立第三目标函数，得到多目标函数；求解多目标函数，得到最少一个最优的建筑施工方案。
在步骤S2中，复合碳排放因子库包括：各分部分项工程下不同施工方案的人工、材料、机械设备的消耗量，人工碳排放因子、材料生产与运输碳排放因子、机械设备碳排放因子集成，组成不同施工方案工程定额的碳排放因子；
复合单价库包括：各分部分项工程下不同施工方案的人工、材料、机械设备的消耗量，人工工日工资、材料生产与运输单价、机械设备单价集成，组成不同施工方案工程定额的单价。
复合碳排放因子库的表达式为：
式中，为第/>项工程中第/>个清单的第/>种施工方案定额的复合碳排放因子，/>为第项工程中第/>个清单的第/>种施工方案定额材料的碳排放，/>为第/>项工程中第/>个清单的第/>种施工方案定额施工机械碳排放，/>为第/>项工程中第/>个清单的第/>种施工方案定额人工碳排放，/>为第/>项工程中第/>个清单的第/>种施工方案定额的第/>种材料消耗量，/>为第/>项工程中第/>个清单的第/>种施工方案定额的第/>种机械台班消耗量，/>为第/>项工程中第/>个清单的第/>种施工方案定额的第/>种工种工日消耗量，/>为第/>种材料的复合碳排放因子，/>为第/>种材料的生产碳排放因子，/>为第/>种材料运输碳排放因子，/>为第/>种材料运输距离，/>为第/>种机械台班的碳排放因子，/>为人工工日碳排放因子，/>分别表示材料的种类，机械台班的运行方式，工种的种类。
复合单价库的表达式为：
式中，为第/>项工程中第/>个清单的第/>种施工方案定额的复合单价，/>为第/>项工程中第/>个清单的第/>种施工方案定额材料成本，/>为第/>项工程中第/>个清单的第/>种施工方案定额施工机械成本，/>为第/>项工程中第/>个清单的第/>种施工方案定额人工工资，/>为第/>项工程中第/>个清单的第/>种施工方案定额的第/>种材料消耗量，/>为第/>项工程中第/>个清单的第/>种施工方案定额的第/>种机械台班消耗量，/>为第/>项工程中第/>个清单的第/>种施工方案定额的第/>种工种工日消耗量，/>为第/>种材料的单价，/>为第/>种材料生产单价，/>为第/>种材料运输单价，/>为第/>种材料运输距离，/>为第/>种机械台班的碳排放因子，/>为人工工日碳排放因子，/>为第/>种施工方案，/>为施工消耗的第/>种材料，/>为施工消耗的第/>种施工机械，/>为施工消耗的第/>种人工，/>分别表示材料的种类，机械台班的运行方式，工种的种类。
在步骤S3中，计算建筑物化阶段施工方案下的工期、成本、碳排放的多目标优化函数计算公式为：
其中，为第一目标函数的计算公式，/>为第二目标函数的计算公式，/>为第三目标函数的计算公式；
式中，为目标建筑物物化阶段的碳排放总量，/>为建筑施工中第/>项工程的碳排放，/>为第/>种施工方案下第/>项工程中第/>个清单碳排放量，/>为第/>项工程中第/>个清单的第/>种施工方案定额的复合碳排放因子，/>为第/>种施工方案下第/>项工程中第/>个清单工程量，/>为目标建筑物物化阶段的总成本，/>为建筑施工中第/>项工程的成本，第/>项工程分别为：土石方工程、桩基工程、砌筑工程、钢筋混凝土工程、地面工程、防腐防水工程、装饰装修工程；/>为第/>种施工方案下第/>项工程中第/>个清单成本，/>为第/>项工程中第/>个清单的第/>种施工方案定额的复合单价；/>为目标建筑物物化阶段的总工期，/>为建筑施工中第/>项工程的施工时间，/>为第/>种施工方案下第/>项工程中第/>个清单时间，/>为第/>项工程中第/>个清单的第/>种施工方案定额时间，/>为各分部分项工程，包括：土石方工程、桩基工程、砌筑工程、钢筋混凝土工程、地面工程、防腐防水工程、装饰装修工程；/>为分部分项工程总数，/>为第/>项工程中第/>个清单，/>为第/>项工程中清单总数。
在本发明实施例步骤S4中，如图2所示，求解多目标函数，包括：利用NSGA-Ⅱ算法求解多目标函数，得到最少一个有利于减排、降成本、减工期的施工方案，具体步骤为：
S201，确定初始种群大小N为200，交叉概率，迭代次数/>为500，目标函数数量/>为3，并且随机产生/>个个体，整体视为种群/>；
S202，对初始种群进行非支配排序和拥挤度计算，使用非支配排序对种群进行排序，第一个前沿中所有的个体等级为1，第二个前沿的个体被赋予等级2，依此类推；在分配等级之后，计算每个前沿中的拥挤度；
S203，从种群中随机选出两个个体作为父代，设置90%交叉概率，10%变异概率，通过遗传算法的选择、交叉、变异三个基本操作得到第一代子代种群；
S204，将父代种群和子代种群/>合并，生成新的种群/>，根据帕累托等级从高到低的顺序进行排序，将整层的种群放入父代种群/>中，直到某一层个体不能全部放入种群/>，然后讲该种群根据拥挤度从大到小进行排列，依次放入父代种群/>，将种群/>填满，将剩余个体淘汰掉；
S205，以此类推，进行循环，直到结束得到一组帕累托前沿解为最优的建筑施工方案；
S206，根据不同的目标进行施工方案的选择。
在本发明实施例中，图3是本发明实施例提供的利用NSGA-Ⅱ算法求解所述多目标函数，得到最少一个有利于减排、降成本、减工期的施工方案原理。
实施例2，如图4所示，本发明实施例提供的建筑物化阶段施工方案多目标优化系统，包括：
工程量清单获取模块1，用于统计计算目标建筑物的工程量并获取工程量清单；
具体的，用于根据所述目标建筑物BIM模型，统计计算建筑物的工程量清单，其中所述工程量清单包括：土石方工程、地基处理工程、桩基工程、砌筑工程、混凝土及钢筋混凝土工程、金属结构工程、门窗工程、屋面及防水工程、保温隔热防腐工程、楼地面装饰工程、墙柱面装饰与隔断幕墙工程、天棚工程、油漆涂料工程。并将工程量清单打包发送到优化计算模块4；
储存模块2，用于储存基础数据；具体的，用于将基础数据储存在此部分，以便计算时进行调取。包括基于工程定额的复合碳排放因子、复合单价和施工时间；所述基础数据库可随时进行修改、增添新的基础数据，同时还可以将数据以Excel表格形式导入；所述将基础数据进行导入，需对其格式进行统一，包括数据名称、数据类型、数据数值和数据单位。
建立函数模块3，用于根据所述目标建筑物的工程量清单与基础数据库的各类基础数据建立联系，以总碳排最小为第一目标，以总成本最低为第二目标，以总工期最短为第三目标，得到多目标函数；
优化计算模块4，用于求解多目标函数，得到一组帕累托前沿解作为施工方案最优解，以及各施工方案最优解对应的建筑成本、工期、碳排放。
表达模块5，用于将所述优化计算模块4优化计算结果进行展示在页面，供用户查看；所述表达模块5将目标模型的成本、工期、碳排放量以饼状图、折线图形式展示，供用户多角度查看；
其中，所述表达模块5，将得到的一组施工方案最优解与其各自所对应的成本、工期、碳排放结合展示，供用户分析不同目标结果导向下的方案选择。
由上述实施例可知，本发明通过首先根据建筑信息模型统计工程量清单；获取各分部分项工程中各工程定额的复合碳排放因子、复合单价、和施工时间，以总碳排放量最小为目标建立第一目标函数，以总成本最小为目标建立第二目标函数，以建筑施工总工期最小为目标建立第三目标函数，得到多目标函数；求解多目标函数，得到一组帕累托最优施工方案，以及所对应的成本、工期、碳排放量。同时以成本、工期和碳排放量为目标，实现施工方案的低成本、低碳排放和短工期。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
上述装置/单元之间的信息交互、执行过程等内容，由于与本发明方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程。
本发明实施例还提供了一种计算机设备，该计算机设备包括：至少一个处理器、存储器以及存储在所述存储器中并可在所述至少一个处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任意各个方法实施例中的步骤。
本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时可实现上述各个方法实施例中的步骤。
本发明实施例还提供了一种信息数据处理终端，所述信息数据处理终端用于实现于电子装置上执行时，提供用户输入接口以实施如上述各方法实施例中的步骤，所述信息数据处理终端不限于手机、电脑、交换机。
本发明实施例还提供了一种服务器，所述服务器用于实现于电子装置上执行时，提供用户输入接口以实施如上述各方法实施例中的步骤。
本发明实施例提供了一种计算机程序产品，当计算机程序产品在电子设备上运行时，使得电子设备执行时可实现上述各个方法实施例中的步骤。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括：能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器（Read-OnlyMemory，ROM）、随机存取存储器（RandomAccessMemory，RAM）、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。
为进一步说明本发明实施例相关效果，进行如下实验：多目标优化与单目标优化相比，单目标优化往往顾此失彼，不能保证每个指标都得到相应优化。而多目标优化能够保证“工期-成本-碳排放”的综合优化，在三个目标的控制下，各分部分项工程施工方案的合理组合能够有效降低施工过程的碳排放，并且对于工期以及成本的控制都有良好的效果。其优化结果能够从微观层面指导现场施工，有助于施工现场管理人员合理安排劳动力计划、资源调配计划，在实现低碳化施工的基础上，进一步实现工期、成本的有效节约，长远来看有利于建筑现场施工的低碳化发展与精细化发展。
以上所述，仅为本发明较优的具体的实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种建筑物化阶段施工方案多目标优化方法，其特征在于，该方法包括：
S1，导入目标建筑物的建筑信息模型，根据BIM算量软件获取建筑工程量清单；
S2，根据工程定额的人工工种名称及工日、建筑材料名称及消耗量、施工机械种类及机械台班消耗量的施工消耗数据，以及建筑物化阶段人工、材料、运输和机械的碳排放因子和单价作为参数集合，组成基于工程定额的复合碳排放因子库、复合单价库与工序时间；
S3，根据建筑工程量清单与基于工程定额的复合碳排放因子库与复合单价库和基于工程定额的各工序时间结合，计算建筑物化阶段施工方案下的工期、成本、碳排放；
S4，根据目标建筑物的工程量清单、备选施工方案、复合碳排放因子，工程定额施工时间，以总碳排放量最小为目标建立第一目标函数，以总成本最小为目标建立第二目标函数；以建筑施工总工期最小为目标建立第三目标函数，得到多目标函数；求解多目标函数，得到最少一个最优的建筑施工方案。
2.根据权利要求1所述的建筑物化阶段施工方案多目标优化方法，其特征在于，在步骤S2中，所述复合碳排放因子库包括：各分部分项工程下不同施工方案的人工、材料、机械设备的消耗量，人工碳排放因子、材料生产与运输碳排放因子、机械设备碳排放因子集成，组成不同施工方案工程定额的碳排放因子；
所述复合单价库包括：各分部分项工程下不同施工方案的人工、材料、机械设备的消耗量，人工工日工资、材料生产与运输单价、机械设备单价集成，组成不同施工方案工程定额的单价。
3.根据权利要求2所述的建筑物化阶段施工方案多目标优化方法，其特征在于，复合碳排放因子库的表达式为：
式中，为第/>项工程中第/>个清单的第/>种施工方案定额的复合碳排放因子，/>为第/>项工程中第/>个清单的第/>种施工方案定额材料的碳排放，/>为第/>项工程中第/>个清单的第/>种施工方案定额施工机械碳排放，/>为第/>项工程中第/>个清单的第/>种施工方案定额人工碳排放，为第/>项工程中第/>个清单的第/>种施工方案定额的第/>种材料消耗量，/>为第/>项工程中第/>个清单的第/>种施工方案定额的第/>种机械台班消耗量，/>为第/>项工程中第/>个清单的第/>种施工方案定额的第/>种工种工日消耗量，/>为第/>种材料的复合碳排放因子，/>为第/>种材料的生产碳排放因子，/>为第/>种材料运输碳排放因子，/>为第/>种材料运输距离，/>为第/>种机械台班的碳排放因子，/>为人工工日碳排放因子，/>分别表示材料的种类，机械台班的运行方式，工种的种类。
4.根据权利要求2所述的建筑物化阶段施工方案多目标优化方法，其特征在于，复合单价库的表达式为：
式中，为第/>项工程中第/>个清单的第/>种施工方案定额的复合单价，/>为第/>项工程中第个清单的第/>种施工方案定额材料成本，/>为第/>项工程中第/>个清单的第/>种施工方案定额施工机械成本，/>为第/>项工程中第/>个清单的第/>种施工方案定额人工工资，/>为第/>项工程中第/>个清单的第/>种施工方案定额的第/>种材料消耗量，/>为第/>项工程中第/>个清单的第/>种施工方案定额的第/>种机械y台班消耗量，/>为第/>项工程中第/>个清单的第/>种施工方案定额的第/>种工种工日消耗量，/>为第/>种材料的单价，/>为第/>种材料生产单价，/>为第/>种材料运输单价，/>为第/>种材料运输距离，/>为第/>种机械台班的碳排放因子，/>为人工工日碳排放因子，/>为第/>种施工方案，/>为施工消耗的第/>种材料，/>为施工消耗的第/>种施工机械，/>为施工消耗的第/>种人工，/>分别表示材料的种类，机械台班的运行方式，工种的种类。
5.根据权利要求1所述的建筑物化阶段施工方案多目标优化方法，其特征在于，在步骤S3中，计算建筑物化阶段施工方案下的工期、成本、碳排放的多目标优化函数计算公式为：
其中，为第一目标函数的计算公式，/>；/>为第一目标函数的计算公式，；/>为第三目标函数的计算公式，/>；
式中，为目标建筑物物化阶段的碳排放总量，/>为建筑施工中第/>项工程的碳排放，/>为第/>种施工方案下第/>项工程中第/>个清单碳排放量，/>为第/>项工程中第/>个清单的第/>种施工方案定额的复合碳排放因子，/>为第/>种施工方案下第/>项工程中第/>个清单工程量，/>为目标建筑物物化阶段的总成本，/>为建筑施工中第/>项工程的成本，第/>项工程分别为：土石方工程、桩基工程、砌筑工程、钢筋混凝土工程、地面工程、防腐防水工程、装饰装修工程；/>为第/>种施工方案下第/>项工程中第/>个清单成本，/>为第/>项工程中第/>个清单的第/>种施工方案定额的复合单价；/>为目标建筑物物化阶段的总工期，/>为建筑施工中第/>项工程的施工时间，/>为第/>种施工方案下第/>项工程中第/>个清单时间，/>为第/>项工程中第/>个清单的第/>种施工方案定额时间，/>为各分部分项工程，包括：土石方工程、桩基工程、砌筑工程、钢筋混凝土工程、地面工程、防腐防水工程、装饰装修工程；/>为分部分项工程总数，/>为第/>项工程中第/>个清单，/>为第/>项工程中清单总数。
6.根据权利要求1所述的建筑物化阶段施工方案多目标优化方法，其特征在于，在步骤S4中，求解多目标函数，包括：利用NSGA-Ⅱ算法求解多目标函数，得到最少一个有利于减排、降成本、减工期的施工方案，具体步骤为：
S201，确定初始种群大小N为200，交叉概率，迭代次数/>为500，目标函数数量/>为3，并且随机产生/>个个体，整体视为种群/>；
S202，对初始种群进行非支配排序和拥挤度计算，使用非支配排序对种群进行排序，第一个前沿中所有的个体等级为1，第二个前沿的个体被赋予等级2，依此类推；在分配等级之后，计算每个前沿中的拥挤度；
S203，从种群中随机选出两个个体作为父代，设置90%交叉概率，10%变异概率，通过遗传算法的选择、交叉、变异三个基本操作得到第一代子代种群；
S204，将父代种群和子代种群/>合并，生成新的种群/>，根据帕累托等级从高到低的顺序进行排序，将整层的种群放入父代种群/>中，直到某一层个体不能全部放入种群/>，然后讲该种群根据拥挤度从大到小进行排列，依次放入父代种群/>，将种群/>填满，将剩余个体淘汰掉；
S205，以此类推，进行循环，直到结束得到一组帕累托前沿解为最优的建筑施工方案；
S206，根据不同的目标进行施工方案的选择。
7.一种建筑物化阶段施工方案多目标优化系统，其特征在于，该系统实施权利要求1-6任意一项所述建筑物化阶段施工方案多目标优化方法，该系统包括：
工程量清单获取模块（1），用于统计计算目标建筑物的工程量并获取工程量清单；
储存模块（2），用于储存基础数据；
建立函数模块（3），用于根据所述目标建筑物的工程量清单与基础数据库的基础数据建立联系，以总碳排最小为第一目标，以总成本最低为第二目标，以总工期最短为第三目标，得到多目标函数；
优化计算模块（4），用于求解多目标函数，得到一组帕累托前沿解作为施工方案最优解，以及各施工方案最优解对应的建筑成本、工期、碳排放；
表达模块（5），用于将所述优化计算模块（4）优化计算结果进行展示在页面，供用户查看。
8.根据权利要求7所述建筑物化阶段施工方案多目标优化系统，其特征在于，所述工程量清单获取模块（1）中，根据目标建筑物BIM模型，统计计算建筑物的工程量清单，所述工程量清单包括：土石方工程、地基处理工程、桩基工程、砌筑工程、混凝土及钢筋混凝土工程、金属结构工程、门窗工程、屋面及防水工程、保温隔热防腐工程、楼地面装饰工程、墙柱面装饰与隔断幕墙工程、天棚工程、油漆涂料工程，并将工程量清单打包发送到优化计算模块（4）。
9.根据权利要求7所述建筑物化阶段施工方案多目标优化系统，其特征在于，所述储存模块（2），储存的基础数据包括基于工程定额的复合碳排放因子、复合单价和施工时间；所述基础数据库随时进行修改、增添新的基础数据，同时还将数据以Excel表格形式导入；
所述表达模块（5）将目标模型的成本、工期、碳排放量以饼状图、折线图形式展示，供用户多角度查看；还用于将得到的一组施工方案最优解与其各自所对应的成本、工期、碳排放结合展示，供用户分析不同目标结果导向下的方案选择。
10.根据权利要求7所述建筑物化阶段施工方案多目标优化系统，其特征在于，该系统搭载在信息数据处理终端，所述信息数据处理终端用于实现于电子装置上执行时，提供用户输入接口以实施如上述所述建筑物化阶段施工方案多目标优化方法的功能，所述信息数据处理终端包括手机、电脑、交换机。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410123457.5A CN117688845B (zh) | 2024-01-30 | 2024-01-30 | 一种建筑物化阶段施工方案多目标优化方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410123457.5A CN117688845B (zh) | 2024-01-30 | 2024-01-30 | 一种建筑物化阶段施工方案多目标优化方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117688845A true CN117688845A (zh) | 2024-03-12 |
| CN117688845B CN117688845B (zh) | 2024-04-30 |
Family
ID=90126760
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410123457.5A Active CN117688845B (zh) | 2024-01-30 | 2024-01-30 | 一种建筑物化阶段施工方案多目标优化方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117688845B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150073188A1 (en) * | 2012-03-01 | 2015-03-12 | The Trustees Of Princeton University | Processes for producing synthetic hydrocarbons from coal, biomass, and natural gas |
| CN114331005A (zh) * | 2021-11-29 | 2022-04-12 | 江苏燕宁工程科技集团有限公司 | 公路建造阶段的建筑碳排放统计方法、系统及存储介质 |
| CN114723312A (zh) * | 2022-04-22 | 2022-07-08 | 中南大学 | 一种考虑减碳的土石方机械配置方法 |
| WO2022206354A1 (zh) * | 2021-04-02 | 2022-10-06 | 广东工业大学 | 用于工序、工况和项目级公路建设活动的碳排放测算方法 |
| CN116432272A (zh) * | 2023-02-22 | 2023-07-14 | 中铁十二局集团建筑安装工程有限公司 | 建筑物物化阶段施工优化方法、电子设备及存储介质 |
| CN117371628A (zh) * | 2023-09-12 | 2024-01-09 | 石家庄铁道大学 | 一种碳减排目标下的地铁建设工程材料运输路径规划方法 |
| CN117522343A (zh) * | 2023-12-08 | 2024-02-06 | 陕西建新煤化有限责任公司 | 一种工程项目管理多目标均衡优化方法 |
-
2024
- 2024-01-30 CN CN202410123457.5A patent/CN117688845B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150073188A1 (en) * | 2012-03-01 | 2015-03-12 | The Trustees Of Princeton University | Processes for producing synthetic hydrocarbons from coal, biomass, and natural gas |
| WO2022206354A1 (zh) * | 2021-04-02 | 2022-10-06 | 广东工业大学 | 用于工序、工况和项目级公路建设活动的碳排放测算方法 |
| CN114331005A (zh) * | 2021-11-29 | 2022-04-12 | 江苏燕宁工程科技集团有限公司 | 公路建造阶段的建筑碳排放统计方法、系统及存储介质 |
| CN114723312A (zh) * | 2022-04-22 | 2022-07-08 | 中南大学 | 一种考虑减碳的土石方机械配置方法 |
| CN116432272A (zh) * | 2023-02-22 | 2023-07-14 | 中铁十二局集团建筑安装工程有限公司 | 建筑物物化阶段施工优化方法、电子设备及存储介质 |
| CN117371628A (zh) * | 2023-09-12 | 2024-01-09 | 石家庄铁道大学 | 一种碳减排目标下的地铁建设工程材料运输路径规划方法 |
| CN117522343A (zh) * | 2023-12-08 | 2024-02-06 | 陕西建新煤化有限责任公司 | 一种工程项目管理多目标均衡优化方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117688845B (zh) | 2024-04-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104008430B (zh) | 一种构建拟境挖掘动态智能负荷预测模型的方法 | |
| Safdarian et al. | Coalitional game theory based value sharing in energy communities | |
| CN102542051B (zh) | 一种随机分布型地理要素的多目标协同抽样方案设计方法 | |
| Hasheminasab et al. | A novel energy poverty evaluation: Study of the European Union countries | |
| Dengiz et al. | Decentralized optimization approaches for using the load flexibility of electric heating devices | |
| CN112541618A (zh) | 基于网格化的主动配电网规划方法及存储介质 | |
| Gao et al. | Multi-objective optimization of smart community integrated energy considering the utility of decision makers based on the Lévy flight improved chicken swarm algorithm | |
| CN112541617A (zh) | 变电站的定容及选址方法、存储介质 | |
| CN111415035A (zh) | 一种预估建筑功能户型比的方法及装置 | |
| CN104063805A (zh) | 综合能源规划中区域建筑冷热电负荷预测数据的处理方法及装置 | |
| Thai et al. | Challenges estimating distributed solar potential with utilization factors: California universities case study | |
| Dengiz et al. | Demand response through decentralized optimization in residential areas with wind and photovoltaics | |
| Yi et al. | Optimal scheduling of residential houses with optimal photovoltaic energy utilization strategy using improved multi-objective equilibrium optimizer algorithm | |
| Podder et al. | Integrating Energy Efficiency Strategies with Industrialized Construction for our Clean Energy Future | |
| CN115879652B (zh) | 能源网络分级协同规划方法、装置、电子设备及存储介质 | |
| CN117688845B (zh) | 一种建筑物化阶段施工方案多目标优化方法及系统 | |
| CN116976568A (zh) | 一种辅助城乡规划编制的数据共享方法及系统 | |
| CN106096759A (zh) | 一种面向油田水资源系统的不确定性优化配置方法 | |
| CN109447431A (zh) | 一种基于粒子群算法的城市能源互联网下的配电网规划方法 | |
| Wang | Planning and layout of intelligent logistics park based on improved genetic algorithm | |
| Zarate Perez et al. | Evolution of smart grid assessment methods: science mapping and performance analysis | |
| Desthieux et al. | Solar governance for the transborder agglomeration of the Greater Geneva based on the solar cadaster development | |
| Mirakyan et al. | Methodological Framework for the analysis and development of a sustainable, integrated, regional energy plan–A French region case study | |
| Barbosa et al. | Optimization methods of distributed hybrid power systems with battery storage system: A systematic review | |
| Zhang et al. | Integration of Urban Energy Systems with Renewable Envelope Solutions at Building Cluster Level |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |