隨著各類優(yōu)化算法在建筑建造工程(ACE)領(lǐng)域的廣泛應(yīng)用,特別是在建筑性能優(yōu)化領(lǐng)域中的應(yīng)用,智能算法漸漸展現(xiàn)了和傳統(tǒng)算法相比的優(yōu)勢(對決策變量、目標(biāo)函數(shù)及約束條件的要求并不嚴(yán)格,且能處理大體量復(fù)雜系統(tǒng)的優(yōu)化問題)。但現(xiàn)階段研究存在一定的局限性,例如智能算法在與建筑信息模型(BIM)模型的結(jié)合應(yīng)用過程中需要借助第三方的優(yōu)化軟件或平臺,降低了建筑設(shè)計師使用的便捷性;優(yōu)化算法中的群智能算法本身的優(yōu)化過程存在一定的偶然性和隨機性;針對特定的優(yōu)化問題,特定的優(yōu)化算法或者特定的優(yōu)化算法的參數(shù)設(shè)置才能更具有效性與準(zhǔn)確性�？紤]到以上問題,本文基于Optimo(現(xiàn)階段包括NSGA-II的多目標(biāo)優(yōu)化插件),完成粒子群優(yōu)化算法在Revit+Dynamo參數(shù)化BIM平臺上的添加、測試與應(yīng)用研究。多目標(biāo)粒子群算法采用MATLAB與C#語言混合編程,利用MATLAB強大的科學(xué)計算能力完成粒子群優(yōu)化算法內(nèi)核的編寫與測試,通過對3個常用的多目標(biāo)測試函數(shù)的求解,證明編寫的優(yōu)化算法程序的有效性。其次,在Microsoft Visual Studio 2017平臺環(huán)境中,以C#語言完成類庫封裝與變量轉(zhuǎn)換與傳遞,使得運算內(nèi)核能...

【文章頁數(shù)】：100 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖1-1Pareto前沿示意圖

圖1-1Pareto前沿示意圖目標(biāo)優(yōu)化問題的兩種常用方法[3]：單目標(biāo)優(yōu)化的多目標(biāo)優(yōu)化方法法也被稱為傳統(tǒng)優(yōu)化方法，其基本思想是將多目標(biāo)優(yōu)化問換為單目標(biāo)優(yōu)化問題，然后進行單目標(biāo)優(yōu)化問題的求解。、分層序列法、評價函數(shù)法、功效系數(shù)法（目標(biāo)規(guī)劃法）啟發(fā)式算法的多目標(biāo)優(yōu)化方法法通過模....

圖2-1各個算法特征

17圖2-1各個算法特征[37]viewofcomputationaloptimisationmethodsappliedtosuswable&SustainableEnergyReviews,2013,22(8):230~245.Fig.以看出，....

圖2-2各算法（于2014年前在Elsevier上）的使用頻率

圖2-2各算法（于2014年前在Elsevier上）的使用頻率[38]TsangrassoulisA,AxarliK.Algorithmsforoptimizationofbuilnewable&SustainableEnergyReview....

圖2-3粒子在時間時的位置示意圖

()ivt粒子在時間時的速度p(t)粒子在時間時具最佳適應(yīng)度值的位置g(t)群體在時間時具最佳適應(yīng)度值的位置(1)ixt+粒子在時間t+1時的位置(1)ivt+粒子在時間時的速度w慣性系數(shù)，表示粒子慣性的大小12C,C....

本文編號：3937660