近年來,隨著草原牧民生活水平的不斷提高,人們對冬季室內(nèi)熱環(huán)境的要求也逐漸提升�，F(xiàn)今草原民居普遍存在建筑構(gòu)造粗糙、保溫隔熱性能差、牧民節(jié)能意識薄弱等問題,導(dǎo)致草原民居冬季建筑采暖能耗高和室內(nèi)熱舒適性較差。因此,本文以建筑采暖能耗、室內(nèi)熱舒適性、工程造價作為優(yōu)化目標,建立建筑節(jié)能多目標優(yōu)化模型,為內(nèi)蒙古西部草原民居建筑研究提供新思路,對內(nèi)蒙古西部草原民居建筑節(jié)能的優(yōu)化設(shè)計和建造具有指導(dǎo)意義。本文運用文獻分析、數(shù)據(jù)分析、定量與定性分析和學科交叉研究的方法提出建筑節(jié)能多目標優(yōu)化模型。通過分析影響因素與建筑節(jié)能優(yōu)化目標之間的相關(guān)性,篩選出選取東向窗墻比、西向窗墻比、南向窗墻比、北向窗墻比、東外窗玻璃傳熱系數(shù)、西外窗玻璃傳熱系數(shù)、南外窗玻璃傳熱系數(shù)、北外窗玻璃傳熱系數(shù),外墻傳熱系數(shù)和屋面?zhèn)鳠嵯禂?shù)10個影響因素,并將這些因素作為優(yōu)化變量。選取建筑采暖能耗、室內(nèi)熱舒適性PMV、工程造價作為3個優(yōu)化目標。首先,通過10個優(yōu)化變量的不同取值,進行訓(xùn)練樣本方案設(shè)計,模擬計算的結(jié)果作為BPNN預(yù)測模型的訓(xùn)練樣本和測試樣本。計算BPNN預(yù)測模型測試樣本的平均誤差值為0.018 6,驗證預(yù)測模型的可行性。其次,將... 

【文章來源】：內(nèi)蒙古科技大學內(nèi)蒙古自治區(qū)

【文章頁數(shù)】：81 頁

【學位級別】：碩士

【部分圖文】：

技術(shù)路線圖

[46]。圖2.1 蜜蜂的覓食行為蜜蜂采蜜的基本行為過程，如圖 2.1 所示。圖中由 A 和B 表示已經(jīng)被發(fā)現(xiàn)的兩個食物源。假設(shè)起初一個未被雇傭的蜜蜂對蜂巢周圍的食物源信息是未知的，那么它會有兩種選擇：一種選擇是走 S 路線，成為偵察蜂，根據(jù)內(nèi)部目的或外部吸引程度，搜索附近的食物源；另一種選擇是走R 路線，成為被招募的蜜蜂，通過觀看蜜蜂跳搖擺舞，搜索食物源信息。蜜蜂找到食物源以后，它可以記住食物源的位置，然后對食物源進行開采，成為受雇傭蜂。受雇傭蜂把尋找的食物源信息帶回蜂巢，卸下花蜜并儲存在蜂巢

同時結(jié)合了 Pareto 最優(yōu)結(jié)果平滑、不依賴于參數(shù)的特點。多目標人工蜂群算法保留了人工蜂群算法蜜蜂覓食模型的三個基本要素和兩個行為模式，在此基礎(chǔ)上結(jié)合 Pareto最優(yōu)法，加入外部種群的概念。多目標人工蜂群算法的優(yōu)化總體框架，如圖2.2 所示。圖2.2 多目標人工蜂群算法總體框架

【參考文獻】：
期刊論文
[1]基于遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的短期熱負荷預(yù)測方法研究[J]. 劉鵬飛,付波.  區(qū)域供熱. 2019(01)
[2]基于多目標優(yōu)化的被動式低能耗建筑技術(shù)研究——以寒冷地區(qū)居住建筑為例[J]. 吳迪,劉立,李曉俊,劉叢紅.  華南理工大學學報(自然科學版). 2018(04)
[3]內(nèi)蒙古草原牧區(qū)住宅現(xiàn)狀分析及節(jié)能途徑探討[J]. 許國強.  綠色環(huán)保建材. 2018(01)
[4]基于多目標優(yōu)化的節(jié)能建筑方案設(shè)計[J]. 陳煜琛,藍艇,史旭華.  工程技術(shù)研究. 2017(06)
[5]基于多目標人工蜂群算法的微電網(wǎng)優(yōu)化調(diào)度[J]. 王海燕,王旭佳,秦健.  電器與能效管理技術(shù). 2016(19)
[6]居住建筑室內(nèi)熱環(huán)境低能耗營造的多目標設(shè)計方法[J]. 喻偉,王迪,李百戰(zhàn).  土木建筑與環(huán)境工程. 2016(04)
[7]東北嚴寒地區(qū)農(nóng)村住宅耦合環(huán)境設(shè)計研究[J]. 甄蒙,孫澄,賈永恒.  照明工程學報. 2016(04)
[8]基于遺傳算法的綠色建筑優(yōu)化設(shè)計[J]. 李濤,林堯林,楊薇.  建筑節(jié)能. 2016(06)
[9]內(nèi)蒙古農(nóng)牧民住宅節(jié)能技術(shù)應(yīng)用研究[J]. 王海軍.  硅酸鹽通報. 2016(04)
[10]光熱性能考慮下的嚴寒地區(qū)辦公建筑形態(tài)節(jié)能設(shè)計研究[J]. 孫澄,韓昀松.  建筑學報. 2016(02)

博士論文
[1]嚴寒地區(qū)辦公建筑形態(tài)數(shù)字化節(jié)能設(shè)計研究[D]. 韓昀松.哈爾濱工業(yè)大學 2016
[2]寒冷地區(qū)零能耗太陽能居住建筑多目標優(yōu)化設(shè)計研究[D]. 吳偉東.天津大學 2016

碩士論文
[1]電站鍋爐NOx排放與再熱汽溫混合建模及多目標優(yōu)化[D]. 高憲花.東南大學 2018
[2]基于遺傳算法的建筑節(jié)能多目標優(yōu)化[D]. 蘇艷嬌.深圳大學 2017
[3]夏熱冬冷地區(qū)被動式超低能耗住宅適宜性技術(shù)體系評價研究[D]. 湯林聲.湖南工業(yè)大學 2017
[4]基于遺傳算法的綠色建筑節(jié)能方案多目標優(yōu)化[D]. 祁士偉.北京化工大學 2017
[5]河北崇禮地區(qū)農(nóng)村住宅節(jié)能體系及室內(nèi)熱舒適研究[D]. 孫林偉.天津大學 2017
[6]多QoS約束下的流量調(diào)度技術(shù)研究與實現(xiàn)[D]. 孔維莉.南京郵電大學 2016
[7]基于多目標遺傳算法的上游泵送機械密封優(yōu)化研究[D]. 劉金鳳.江蘇大學 2016
[8]人工蜂群算法在多目標模糊投資組合優(yōu)化中的應(yīng)用[D]. 葛夢瑤.首都經(jīng)濟貿(mào)易大學 2016
[9]多目標人工蜂群算法的土地利用空間優(yōu)化配置研究[D]. 姚智爽.華中科技大學 2016
[10]電力工程項目多目標綜合優(yōu)化研究[D]. 昌興艷.華北電力大學 2016



本文編號：3269667