建筑差别分析论文提纲

论文题目：基于气候变化的建筑空间性能预测与优化方法研究

摘要：本研究重点关注气候变化影响下建筑空间性能的预测和优化问题。众所周知,气候对建筑性能的影响是巨大的。其影响一方面体现在不同气候区下建筑性能的差别,另一方面体现在某地区不同时期下建筑性能的差别。前者在建筑实践和研究中已经得到了充分的重视,而后者往往被忽略。根据联合国政府间气候变化专门委员会的第五次评估报告,我国大部分地区在21世纪内平均温度升高幅度有可能达到5摄氏度至7摄氏度。剧烈的气候变化将给建筑性能带来不可忽视的影响。建筑的生命周期很长,其建造需要消耗大量的人力和物力。相关统计报告指出,建筑运行中消耗的能源以及产生的碳排放在所有生产生活部门中名列前茅,提高建筑性能对于节能减排、实现可持续发展具有重大意义。在气候快速变化的时代中,使建筑适应当地某时期的气候是远远不够的,还要使建筑能够适应变化着的当地气候。要达到这个目标,其中一个非常重要的方面是对建筑设计进行优化。预测气候变化下的建筑空间性能是进行设计优化研究的前提。本研究提出了一种基于参数化模拟的气候变化下建筑空间性能预测方法。本研究基于Python语言平台,开发了一个建筑模拟用未来气象生成工具。该工具能够从大气环流模型（GCM）中提取未来气象信息,使用国际上流行的“Morphing”计算方法生成建筑模拟用的气象文件。利用该工具,本研究对21世纪气候变化下中国各气候区的典型建筑空间性能进行了预测。经过对各大气环流模型用于预测中国各气候未来建筑性能的适用性进行评估,本研究选择GISS-E2-R大气环流模型为各气候区的典型地区批量生成了2020至2099逐年的建筑模拟用气象文件,并对几种典型建筑空间进行了参数化能耗模拟。结果表明,不同气候区的典型建筑空间在21世纪内的能耗变化趋势有很大区别。此外,本研究对几种被动式设计策略进行了敏感性分析。分析结果表明建筑设计策略对气候变化下建筑空间全生命周期能耗有重要影响,采用合适的设计策略利于提升建筑空间性能。在上述研究工作的基础上,本研究提出了一个多步骤的以气候变化下建筑空间全生命周期性能为目标的快速优化方法。该优化方法的分为三个主要的步骤:1、生成气候变化下建筑空间性能数据库;2、建立神经网络预测模型;3、进行多目标建筑性能优化。每个主要步骤中均包含了若干项工作。除了参数化建筑性能模拟在Rhino的可视化编程平台Grasshopper上执行之外,其余优化步骤均在Python平台上完成。本文对各个步骤所涉及的内容、相关工具以及注意事项做了较为详细的介绍。相较于典型气候下的建筑性能计算,气候变化下建筑空间性能的计算量要成倍地增加。因此,本研究在进行建筑空间性能多目标优化时,选择了神经网络作为代理模型,替代耗时的建筑模拟作为优化算法的适应度评估方法,旨在降低优化过程的时长,使这套优化方法具备应用于现实设计任务的潜力。最后,本研究以湿热地区的典型教室空间和多气候区下的典型办公空间为例进行建筑性能优化研究。优化后的设计方案的全生命周期建筑性能得到了显著提升,证明了本文建立的优化方法的有效性。从优化结果的对比分析中可得出,气候变化对非支配解集中的设计参数和相应的建筑性能目标值影响很大,说明在进行建筑设计和建筑性能多目标优化研究时,应充分重视气候变化的因素。

关键词：建筑性能;气候变化;参数化模拟;多目标优化;机器学习

学科专业：建筑设计及其理论

摘要

ABSTRACT

第一章 绪论

1.1 研究缘起

1.1.1 危机:严峻的生态问题

1.1.2 现实:城市化的快速扩张

1.1.3 回应:提升建筑性能的愿景

1.1.4 背景:全球范围内的气候变暖

1.2 国内外研究情况

1.2.1 未来建筑性能预测研究现状

1.2.2 建筑性能优化研究现状

1.3 研究意义

1.4 研究目标

1.5 研究方法

1.6 研究内容

1.7 研究框架

第二章 基于气候变化的建筑性能预测方法研究

2.1 概述

2.2 气候变化与建筑关系解读

2.2.1 气候变化研究进展

2.2.2 大气环流模型

2.2.3 气候对建筑的影响

2.2.4 建筑对气候的影响

2.3 基于模拟的建筑性能研究

2.3.1 建筑模拟工具发展与现状

2.3.2 参数化建筑模拟

2.3.3 建筑模拟用气象数据

2.3.4 中国建筑模拟用气象数据集

2.4 未来建筑性能预测方法

2.4.1 未来建筑性能计算

2.4.2 未来气象数据获取

2.5 建筑模拟用未来气象数据生成工具开发

2.5.1 现有建筑模拟用未来气象数据生成工具

2.5.2 新工具开发需求

2.5.3 新工具计算原理

2.5.4 新工具文件格式与工作流程

2.6 本章小结

第三章 21世纪中国典型建筑空间空调负荷预测

3.1 概述

3.2 大气环流模型的适用性分析

3.2.1 中国建筑气候区划

3.2.2 大气环流模型用于建筑未来性能预测的适用性评估方法

3.2.3 大气环流模型在中国各气候区的适用性分析

3.2.4 各气候区典型地区最终筛选结果

3.3 21世纪中国气温变化趋势分析

3.4 21世纪中国典型空间能耗变化趋势研究

3.4.1 典型建筑空间模型及能耗模拟设置

3.4.2 典型空间能耗趋势分析

3.4.3 21世纪典型建筑空间年平均能耗分析

3.5 气候变化下设计策略对典型建筑空间生命周期空调负荷的影响

3.5.1 未来典型年计算

3.5.2 气候变化下被动式设计策略敏感性分析条件设定

3.5.3 气候变化下不同设计策略对典型建筑空间生命周期能耗影响分析

3.6 本章小结

第四章 建筑性能优化方法研究

4.1 概述

4.2 建筑性能优化问题解析

4.2.1 建筑性能常用指标

4.2.2 最优化问题定义

4.2.3 建筑性能优化问题

4.2.4 建筑性能优化常用算法

4.3 传统的建筑性能优化

4.3.1 传统的建筑性能优化工作流程

4.3.2 传统的建筑性能优化在实践中推广的关键问题

4.4 机器学习介入建筑性能优化

4.4.1 机器学习与建筑设计

4.4.2 建筑研究领域常用的机器学习算法

4.4.3 机器学习介入建筑性能优化的研究

4.5 本章小结

第五章 气候变化下建筑空间性能快速优化平台

5.1 概述

5.2 优化工具集

5.2.1 建筑参数化模拟工具

5.2.2 代理模型建立工具

5.2.3 多目标优化工具

5.3 气候变化下建筑空间性能快速优化平台搭建

5.3.1 气候变化下建筑空间性能优化基本思路

5.3.2 气候变化下建筑空间性能优化平台工作流程

5.4 气候变化下建筑空间运营阶段性能数据库生成

5.4.1 参数化模拟设置

5.4.2 随机采样方法

5.5 气候变化下建筑空间性能代理模型建立

5.5.1 训练数据预处理

5.5.2 神经网络参数设置

5.5.3 神经网络欠拟合与过拟合处理方法

5.6 气候变化下建筑空间性能优化设置

5.6.1 决策变量及优化目标设置

5.6.2 多目标优化参数设置与结果分析

5.7 优化平台评价分析

5.7.1 优化平台有效性论述

5.7.2 优化平台必要性论述

5.7.3 优化平台实用性论述

5.8 本章小结

第六章 气候变化下建筑空间设计优化实例

6.1 概述

6.2 气候变化下湿热地区典型教室空间设计优化

6.2.1 优化流程

6.2.2 优化对象及气候概况

6.2.3 建筑模拟及性能优化设置

6.2.4 神经网络训练结果

6.2.5 多目标建筑性能优化结果

6.2.6 优化结果分析

6.3 气候变化下多气候区典型办公空间设计优化

6.3.1 优化流程

6.3.2 优化对象及气候概况

6.3.3 建筑模拟及性能优化设置

6.3.4 神经网络训练结果

6.3.5 多目标建筑性能优化结果

6.3.6 优化结果分析

6.4 本章小结

总结与展望

主要工作和结论

主要创新点

研究局限及展望

参考文献

附录1:各类型典型空间21世纪逐年平均空调负荷

附录2:典型空间21世纪各年代平均能耗与典型气候下空调负荷对比

附录3:各类型典型空间2020-2099年平均空调负荷表

附录4:湿热地区教室空间优化场景2、3结果

致谢

附件