一种用于提升住宅楼群设计中户外热舒适度的两阶段优化框架
《Sustainable Cities and Society》:A Two-Stage Optimization Framework for Improving Outdoor Thermal Comfort in Residential Block Designs
【字体:
大
中
小
】
时间:2026年06月27日
来源:Sustainable Cities and Society 13.3
编辑推荐:
Xiao Hu|Zijie Zhou|Dayi Lai中国上海200240,上海交通大学设计学院建筑系摘要在可持续城市设计中,以性能为导向的设计日益重要,但其实际应用仍受到高维设计空间、不同目标优先级的限制,以及微气候模拟带来的巨大计算负担的制约。传统的多目标优化框架会同时评估所
Xiao Hu|Zijie Zhou|Dayi Lai
中国上海200240,上海交通大学设计学院建筑系
摘要
在可持续城市设计中,以性能为导向的设计日益重要,但其实际应用仍受到高维设计空间、不同目标优先级的限制,以及微气候模拟带来的巨大计算负担的制约。传统的多目标优化框架会同时评估所有目标,往往会在那些无法满足基本要求的方案上浪费大量计算资源用于昂贵的模拟。为解决这一问题,本研究提出了一种与住宅设计的分层决策逻辑相契合的两阶段优化框架。第一阶段,采用遗传算法进行广泛探索,利用那些计算成本较低但不可或缺的目标,如规划法规、日照条件及开发价值,来筛选出可行的候选方案。第二阶段,则通过贝叶斯优化对预筛出的方案进行进一步优化,重点考虑年度室外热舒适度,该指标通过基于CFD的通用热气候指数模拟得出,并用空间室外热舒适度自主性指标进行量化。该框架以上海一个典型的200米×200米的住宅区为研究对象,利用当地的EPW天气数据进行了验证。与基于替代模型的单阶段遗传算法框架相比,优化后的设计在降低约83.8%的计算成本的同时,实现了72.5%的空间室外热舒适度自主性指标。可解释性分析还表明,建筑的平均长宽比是影响空间室外热舒适度自主性指标的主要因素,也就是说,细长的板式建筑形式会显著降低室外热舒适度。通过将低成本、以约束为主的目标与高成本的环境目标分开处理,所提出的框架为早期阶段的性能导向型住宅区设计提供了一种高效且可推广的方法。
章节摘录
术语表
| 缩写 | 全称 |
|---|
| BD | 建筑密度 |
| BO | 贝叶斯优化 |
| CFD | 计算流体动力学 |
| CSWD | 中国标准天气数据 |
| EI | 预期改进值 |
| EPW | EnergyPlus天气数据 |
| FAR | 容积率 |
| FFD | 快速流体动力学 |
| GA | 遗传算法 |
| GAN | 生成对抗网络 |
| GP | 高斯过程 |
| GPR | 高斯过程回归 |
| GR | 绿地率 |
| HSCW | 夏热冬冷地区 |
| LCB | 下置信界 |
| MAR | 平均长宽比 |
| MRT | 平均辐射温度 |
| NSGA-II | 非支配排序遗传算法II |
| sOTCA | 空间 |
整体框架
如图1所示,所提出的方法采用两阶段优化框架来应对住宅区布局设计中的多目标挑战。整个流程基于Rhino-Grasshopper参数化建模平台,该平台可根据一组定义的变量生成不同的设计方案。
第一阶段利用遗传算法快速探索庞大的搜索空间,通过优先考虑那些计算成本较低的核心目标,从而找出多种可行的解决方案
结果
本章分析了通过所提出的两阶段优化方法获得的实验结果。内容安排如下:首先,3.1节介绍第一阶段的结果。3.1.1小节展示了遗传算法的迭代搜索过程。随后,3.1.2小节系统地介绍了这一阶段得到的候选方案。在初步结果的基础上,3.2节详细阐述了第二阶段的优化过程。具体而言
贝叶斯优化的稳健性验证
为验证所提出的两阶段优化方法是否能在有限的迭代次数内找到最优解,我们进行了验证实验。由于全年室外热舒适度指数模拟的计算成本极高,使用该指标来评估所有候选方案并不现实。因此,重新使用了第一阶段生成的328个候选方案,并将优化目标调整为最小化12:00至14:00期间的场地平均通用热气候指数
结论
本研究解决了性能导向型住宅区设计中的一个长期存在的难题:即当优化目标的优先级和计算成本存在差异,且昂贵的微气候模拟使得在早期设计阶段采用暴力式多目标搜索不可行时,如何有效地在高维设计空间中寻找最优解。传统的单阶段优化框架通常会对所有目标进行统一评估,从而导致大量的计算资源被浪费
作者贡献
Xiao Hu:方法论、软件工具、正式分析、可视化、初稿撰写;Zijie Zhou:软件工具、数据整理;Dayi Lai:审稿与编辑、概念构思、总体监督。
CRediT作者贡献说明
Xiao Hu:初稿撰写、可视化、软件工具、方法论、正式分析。Zijie Zhou:软件工具、数据整理。Dayi Lai:审稿与编辑、总体监督、概念构思。
利益冲突声明
作者声明,他们不存在任何可能影响本文研究结果的已知利益冲突或个人关系。
致谢
本研究得到了中国科学技术部国家关键项目的支持,项目编号为2022YFC3803204。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号