楊 麗，李光耀，潘裕清

（1.同濟(jì)大學(xué)建筑與城市規(guī)劃學(xué)院，上海200092；2.同濟(jì)大學(xué)高密度人居環(huán)境生態(tài)與節(jié)能教育部重點(diǎn)實(shí)驗(yàn)室，上海200092；3.同濟(jì)大學(xué)電子與信息工程學(xué)院，上海200092）

被動(dòng)式設(shè)計(jì)是建筑節(jié)能措施中最基礎(chǔ)和最有效的措施之一，通過(guò)形成局部微氣候較適宜的建筑空間，使住戶減少制冷和制熱負(fù)載的需求來(lái)減少耗能。而與局部微氣候密切相關(guān)的除了地形、環(huán)境、氣象因素等不可控因素外，還受到建筑平面的影響。由于不同平面會(huì)對(duì)周圍環(huán)境的氣流產(chǎn)生阻擋和導(dǎo)流，從而影響該區(qū)域內(nèi)的局部微氣候。因此，對(duì)建筑平面的規(guī)劃設(shè)計(jì)是建筑節(jié)能設(shè)計(jì)中不可忽視的一環(huán)。

在建筑平面優(yōu)化中，很多研究使用所有建筑物的位置信息（包含橫縱坐標(biāo)值）作為優(yōu)化變量［1-4］，雖然可以有更大的變量空間，可以生成更多樣的布局。然而，建筑空間舒適性的評(píng)價(jià)需要用到數(shù)值模擬軟件。單次數(shù)值模擬花費(fèi)的時(shí)間通常很長(zhǎng)，從幾分鐘到幾個(gè)小時(shí)不等。在需要優(yōu)化的建筑數(shù)量較多時(shí)，變量數(shù)量大大增加，加上優(yōu)化算法通常需要進(jìn)行多次計(jì)算，因此時(shí)間成本很高。也有部分研究者試圖減少變量數(shù)目來(lái)減少計(jì)算成本。Yi等［5］使用少量虛擬的幾何點(diǎn)來(lái)代理建筑群的布局形態(tài)，該代理點(diǎn)可以進(jìn)行水平和垂直2個(gè)方向的位移和本身的旋轉(zhuǎn)，并對(duì)各個(gè)建筑分配不同的權(quán)來(lái)控制位移范圍。這樣大大減少了優(yōu)化布局所需變量，但是不同平面布局的權(quán)值分配需要根據(jù)實(shí)際案例來(lái)設(shè)定。王力凱等將建筑物分組，使一組建筑物使用相同的偏移量，在保證布局多樣性的同時(shí)也減少了變量數(shù)量，但是仍然需要設(shè)計(jì)者手動(dòng)進(jìn)行分組［6］。

本文提出基于Kmeans聚類的分組偏移變量設(shè)計(jì)方法。結(jié)合該變量設(shè)計(jì)、數(shù)值模擬、遺傳算法和UTCI熱舒適評(píng)價(jià)模型，提出基于聚類算法和數(shù)值模擬的建筑平面布局優(yōu)化，并對(duì)集中式、分散式、邊流式的水體配置下的建筑平面布局進(jìn)行優(yōu)化實(shí)驗(yàn)。

1 變量設(shè)計(jì)方法

建筑群布局的變量表示有2個(gè)需要解決的問(wèn)題。第一，建筑群的平面布局受到容積率、功能分區(qū)、設(shè)施分配、建筑規(guī)范等的約束，如建筑之間的間距須滿足日照間距和防火間距的要求。建筑之間的拓?fù)湟岔毞铣ＷR(shí)如不能相互重疊等。第二，實(shí)際案例中需要進(jìn)行優(yōu)化平面布局通常數(shù)量較大。若獨(dú)立控制每個(gè)建筑物的位置和朝向，搜索的空間較大，這對(duì)于優(yōu)化問(wèn)題來(lái)說(shuō)意味著耗費(fèi)大量時(shí)間。

針對(duì)第一個(gè)問(wèn)題，采用基于設(shè)計(jì)者給出的初始方案進(jìn)行調(diào)整的做法，使用建筑相對(duì)其初始位置的偏移量作為變量，保持初始布局特征。建筑工程涉及不同工種方面的協(xié)同作業(yè)，首先要滿足的是功能分區(qū)、交通規(guī)劃、設(shè)施安裝等需求，因此設(shè)計(jì)者通常有初始的設(shè)計(jì)方案，空間舒適性只能作為細(xì)微調(diào)整的參考。在Tian等［7］面向建筑設(shè)計(jì)師的對(duì)建筑性能模擬優(yōu)化技術(shù)的需求調(diào)查中也體現(xiàn)了這一點(diǎn)。

針對(duì)第二個(gè)問(wèn)題，對(duì)建筑群中的建筑對(duì)象采用分組偏移方法，即以初始方案中的建筑物在水平方向的間距為參考，將建筑物分成若干組，分別施加不同的垂直方向的偏移；以垂直方向的間距為參考，將建筑物分成若干組，分別施加不同的水平方向的位移（圖1）。在不同的偏移量下，可形成平面布局中常見(jiàn)的錯(cuò)列式和斜列式。通過(guò)如此的變量設(shè)計(jì)之后，控制建筑物位置的優(yōu)化變量從2n個(gè)數(shù)量級(jí)減少到了個(gè)數(shù)量級(jí)，大大減少變量的數(shù)目，而且保證了建筑群平面布局的多樣性。另外，還能在最大程度上避免平面拓?fù)溴e(cuò)誤（即建筑物幾何對(duì)象相交）。

圖1 平面布局的分組偏移示意Fig.1 Group outline plans

建筑物的分組則采用Kmeans算法。該算法是數(shù)據(jù)挖掘領(lǐng)域經(jīng)典的基于劃分的聚類方法。該算法的目的是：把n個(gè)點(diǎn)劃分到k個(gè)聚類中，使得同一聚類中的對(duì)象相似度較高，而不同聚類中的對(duì)象相似度較低。其數(shù)學(xué)描述如下：

已知觀測(cè)集(x1，x2，…，xn)，其中每個(gè)觀測(cè)都是一個(gè)d維實(shí)向量，Kmeans聚類要把這n個(gè)觀測(cè)劃分到k個(gè)集合中（k≤n），使得組內(nèi)平方和最小。換句話說(shuō)，它的目標(biāo)是找到使得式（1）滿足的聚類Si：

其中μi是Si中所有點(diǎn)的均值。

就算法的形式來(lái)看，適合用于解決本文中建筑物分組的問(wèn)題：取每個(gè)建筑物的幾何中心作為代表該建筑物的點(diǎn)。建筑物之間的距離則采用中心點(diǎn)的歐式距離來(lái)表示。Kmeans的實(shí)現(xiàn)一般采用啟發(fā)式算法，能夠快速收斂，效率較高。其聚類可根據(jù)歐式距離來(lái)將數(shù)據(jù)就近劃分，對(duì)于一些并不是行列式的建筑群也有很好的聚類效果（圖2）。

圖2 Kmeans對(duì)周邊式布局、自由式布局的聚類效果Fig.2 Kmeans Clustering Effect on Peripheral and Freestyle Layout

2 優(yōu)化過(guò)程

2.1 總體框架設(shè)計(jì)

計(jì)算流體力學(xué)（CFD）用電子計(jì)算機(jī)和離散化的數(shù)值方法對(duì)流體力學(xué)問(wèn)題進(jìn)行數(shù)值模擬和分析。它的基本思想是：將連續(xù)的空間分割為有限個(gè)離散點(diǎn)，通過(guò)建立控制方程，求解每個(gè)離散點(diǎn)上各物理量的近似值，從而近似地描述整個(gè)空間中各物理量的連續(xù)分布。在過(guò)去的幾十年中，已經(jīng)有很多文獻(xiàn)對(duì)建筑周圍及內(nèi)部流場(chǎng)進(jìn)行了數(shù)值模擬分析。模擬建筑室外流場(chǎng)的一般流程如圖3所示。

圖3 CFD模擬建筑室外流場(chǎng)的一般流程Fig.3 CFD simulates the general flow of a building's outdoor flow field

建筑設(shè)計(jì)優(yōu)化問(wèn)題中，有約1/4的研究者選用了Matlab作為優(yōu)化平臺(tái)［8］。本文選擇Matlab作為優(yōu)化的工具，它具有強(qiáng)大的計(jì)算能力和豐富的算法庫(kù)。優(yōu)化的大體流程如圖4所示。

（1）將建筑群的初始布局作為輸入，結(jié)合建筑位置信息使用Kmeans算法進(jìn)行建筑對(duì)象的分組。

（2）將遺傳算法優(yōu)化過(guò)程中產(chǎn)生的候選解輸出為偏移信息文件。依次運(yùn)行數(shù)值模擬流程中所需的軟件，并調(diào)用相應(yīng)的腳本文件。以最小化計(jì)算域內(nèi)的平均熱舒適度為優(yōu)化目標(biāo)。

（3）若沒(méi)有達(dá)到收斂標(biāo)準(zhǔn)，重復(fù)上一步。

2.2 數(shù)值模擬過(guò)程及其腳本運(yùn)用

首先，由于Rhino對(duì)自定義編程的良好支持，使用它作為建模工具。編寫VBScript腳本，在運(yùn)行Rhino的時(shí)候進(jìn)行裝載、編譯和執(zhí)行。在初始化階段，Rhino讀取原始布局文件，根據(jù)圖層屬性來(lái)獲取幾何對(duì)象，訪問(wèn)并輸出為各建筑體的位置信息。該位置信息中包含各建筑體的唯一標(biāo)識(shí)、幾何中心的坐標(biāo)（在隨后由Matlab讀取，進(jìn)行Kmeans分類，并輸出聚類信息）。在優(yōu)化階段，調(diào)整布局的具體過(guò)程如圖5所示。

圖4 基于水環(huán)境評(píng)價(jià)的建筑平面布局優(yōu)化框架Fig.4 Framework plan layout optimization framework based on water environment assessment

其次，選取ANSYS ICEM作為網(wǎng)格劃分工具。ICEM中的擴(kuò)展類庫(kù)含有網(wǎng)格劃分及文件讀寫的函數(shù)，其自定義腳本由基于Tcl/Tk語(yǔ)法進(jìn)行編寫。既可以根據(jù)錄制用戶在圖形界面上的操作來(lái)自動(dòng)生成，也可以自行編寫并保存為腳本文件。

劃分網(wǎng)格的具體過(guò)程如圖6所示。在建筑設(shè)計(jì)優(yōu)化問(wèn)題中，使用優(yōu)化算法來(lái)不斷生成新的幾何體，因此幾何模型處在不斷變化之中。因此本文使用非結(jié)構(gòu)網(wǎng)格進(jìn)行計(jì)算，通過(guò)控制局部的網(wǎng)格尺寸來(lái)控制網(wǎng)格疏密。采用非結(jié)構(gòu)網(wǎng)格具有設(shè)置簡(jiǎn)單、無(wú)需過(guò)多人工干預(yù)的優(yōu)點(diǎn)。精度要求較高的建筑和水體表面使用較小尺寸的網(wǎng)格，其他區(qū)域則使用較大尺寸的網(wǎng)格來(lái)減少網(wǎng)格數(shù)量，加快收斂速度。

圖5 Rhino調(diào)整布局流程Fig.5 Rhino adjustment layout flow chart

圖6 ICEM劃分網(wǎng)格流程Fig.6 ICEM divides the grid process

最后，選取ANSYS Fluent作為流體計(jì)算工具。采用TUI（text user interface）命令組成的日志文件來(lái)對(duì)軟件進(jìn)行一系列自動(dòng)操作。流體計(jì)算的具體過(guò)程如圖7所示。日志文件中的邊界條件，包括所需UDF文件，根據(jù)實(shí)際案例不同而由用戶提供。由于采用了較小數(shù)量的非結(jié)構(gòu)網(wǎng)格，在計(jì)算過(guò)程中各變量容易發(fā)散而導(dǎo)致計(jì)算中斷，所以設(shè)置較小的亞松弛因子來(lái)改善收斂情況。

2.3 優(yōu)化算法

建筑優(yōu)化設(shè)計(jì)中，對(duì)于湍流等現(xiàn)象的模擬是復(fù)雜而非線性的，難以得到導(dǎo)數(shù)信息，所以無(wú)法采用基于導(dǎo)數(shù)的優(yōu)化算法，而只能考慮使用無(wú)導(dǎo)數(shù)的優(yōu)化算法［9］。當(dāng)優(yōu)化參數(shù)的個(gè)數(shù)超過(guò)10個(gè)時(shí)，遺傳算法的搜索效率明顯高于其他算法。遺傳算法可以在0.5%的精確范圍內(nèi)找到最優(yōu)解，所需迭代次數(shù)比粒子群算法等少50%［10］。因此使用遺傳算法來(lái)進(jìn)行優(yōu)化。

2.4 優(yōu)化目標(biāo)

圖7 Fluent流體計(jì)算流程Fig.7 Fluent fluid flow

1990年，國(guó)際生物氣象學(xué)學(xué)會(huì)主席PeterHoppe和PET模型的作者提出構(gòu)建一個(gè)國(guó)際通用的熱舒適度評(píng)價(jià)指數(shù)（universal thermal climate index，UTCI）。UTCI使用的氣象參數(shù)是空氣溫度、風(fēng)速、水蒸氣壓力、短波輻射和長(zhǎng)波輻射通量，這些都可以通過(guò)相應(yīng)的氣象測(cè)量獲得。評(píng)估的結(jié)果由等效溫度來(lái)表示，并根據(jù)模擬的生理反應(yīng)發(fā)展了相應(yīng)的熱應(yīng)力表（表1）。

表1 UTCI熱應(yīng)力評(píng)估［11］Tab.1 UTCI heat pressure evaluation[11]

UTCI現(xiàn)在已經(jīng)投入使用，它的優(yōu)點(diǎn)是在所有氣候、季節(jié)和緯度地區(qū)都能正常使用。Blazejczyk等［11］的研究中，將UTCI與HI、PET、ET、SET*等多種熱舒適度指數(shù)的準(zhǔn)確度進(jìn)行了分析，結(jié)果表明，部分評(píng)價(jià)指數(shù)只適用于特殊情境下的生物氣候條件，而UTCI在多種氣候、天氣和地區(qū)都適用。此外，UTCI對(duì)環(huán)境中的變化非常敏感：氣溫、太陽(yáng)輻射、濕度，尤其是風(fēng)速。在這個(gè)方面，它能夠表現(xiàn)出人體對(duì)環(huán)境的敏感性。

運(yùn)行溫度調(diào)節(jié)模型來(lái)計(jì)算UTCI等效溫度對(duì)于氣候模擬耗費(fèi)時(shí)間較長(zhǎng)，計(jì)算較復(fù)雜，因此需要考慮多種加速計(jì)算的方法。UTCI項(xiàng)目網(wǎng)站提供了多項(xiàng)式回歸方程式的源代碼，本文利用該回歸方程來(lái)計(jì)算相應(yīng)數(shù)值。

3 試驗(yàn)結(jié)果

3.1 實(shí)驗(yàn)設(shè)置

實(shí)驗(yàn)對(duì)象是3×3的多層小區(qū)。每一棟建筑的尺寸為36m×18m×24m（長(zhǎng)×寬×高）。根據(jù)建筑設(shè)計(jì)防火規(guī)范和日照間距設(shè)計(jì)規(guī)范，小區(qū)平面布局中建筑的間距設(shè)為9m和24m（圖8）。水面則用距離地面0.5m的平面表示。

圖8 建筑尺寸和間距（單位：m）Fig.8 Building sizes and gap（unit：m）

在文獻(xiàn)［12-14］對(duì)于哈爾濱市住宅區(qū)水環(huán)境的統(tǒng)計(jì)中，水體的放置可以分為3種形式：集中式，即區(qū)內(nèi)水體是由一片面積較大的水體形成的；分散式，即住區(qū)內(nèi)的水體是由2塊或2塊以上水量的水體所組成的；邊流式，即住區(qū)內(nèi)的水體是由條帶狀水體位于住區(qū)的某一側(cè)邊緣所形成的住區(qū)水體配置形式，主要為建筑周圍已存在的河流等大型水體。本文設(shè)置3種不同水體配置下的建筑平面布局進(jìn)行試驗(yàn)。

在數(shù)值模擬的設(shè)置中，選擇標(biāo)準(zhǔn)k-e模型、能量方程和針對(duì)水分（H2O）的組分運(yùn)輸模型。模擬的邊界條件設(shè)為上海市典型氣象。風(fēng)速為3m·s-1，風(fēng)向?yàn)闁|南風(fēng)，空氣溫度為30°C，相對(duì)濕度為70%，輻射溫度為33°C。風(fēng)速、湍流動(dòng)能、湍流耗散率均采用指數(shù)律進(jìn)行定義。所有方程使用二階迎風(fēng)格式進(jìn)行離散，使用SIMPLE算法進(jìn)行壓力速度耦合計(jì)算。

在網(wǎng)格的設(shè)置中，為了根據(jù)不斷變化的布局而設(shè)置合適的計(jì)算域，計(jì)算域的長(zhǎng)和寬設(shè)置為建筑體包裹六面體的2倍，高設(shè)為4倍。例如，在集中式水體配置的建筑平面布局中，計(jì)算域的尺寸為252m×204m×96m（10.5H×8.0H×4.0H，H為最高建筑高度），能夠使氣流充分發(fā)展，得到足夠精度的場(chǎng)數(shù)據(jù)。計(jì)算域劃分為非結(jié)構(gòu)網(wǎng)格，全局最小網(wǎng)格尺寸設(shè)為18m，建筑體表面以及水體表面的最小網(wǎng)格尺寸設(shè)為1.8m。

在優(yōu)化設(shè)置中，根據(jù)文獻(xiàn)［15-17］，較小的種群規(guī)模表現(xiàn)更好，300次的評(píng)估次數(shù)足夠得到優(yōu)質(zhì)的結(jié)果。種群規(guī)模變小的同時(shí)，為了避免陷入局部最優(yōu)解，需要提高交配概率和變異概率。故優(yōu)化代數(shù)設(shè)為30，種群規(guī)模設(shè)為10，交配概率設(shè)為1，變異概率設(shè)為0.2，樣本的模擬數(shù)量為31×10，共310組。對(duì)于一種布局方案的評(píng)估需要依次進(jìn)行建模、劃分網(wǎng)格、模擬并計(jì)算目標(biāo)函數(shù)的過(guò)程。單次評(píng)估時(shí)長(zhǎng)約為8min，遺傳算法優(yōu)化總時(shí)長(zhǎng)約為41h。

在對(duì)該邊界條件下的建筑平面布局做過(guò)試驗(yàn)?zāi)M后，發(fā)現(xiàn)計(jì)算域內(nèi)1.5m高度平面的UTCI值分布位于26～32°C之間，屬于中等熱應(yīng)力。因此范圍中UTCI值越低，行人舒適感越強(qiáng)。

根據(jù)當(dāng)前邊界條件的設(shè)置，氣溫、輻射溫度、風(fēng)速、相對(duì)濕度對(duì)于UTCI值的影響如圖9所示。氣溫（48°C以下）、相對(duì)濕度與最終的UTCI值成正相關(guān)，風(fēng)速與最終的UTCI值成負(fù)相關(guān)。因此，氣溫越低、相對(duì)濕度越低、風(fēng)速越高，空間內(nèi)的舒適度就越高。這也應(yīng)該是本文優(yōu)化的方向。

圖9 當(dāng)前邊界條件下UTCI與氣溫、風(fēng)速、相對(duì)濕度的關(guān)系Fig.9 The relationship between UTCI and temperature,wind speed and relative humidity under current boundary conditions

3.2 集中式配置試驗(yàn)結(jié)果

圖10為集中式水體配置下的初始布局和優(yōu)化布局示意圖（灰色為水體），由于建筑間的空地上是居民空閑時(shí)的主要場(chǎng)所，本文對(duì)水體下風(fēng)向的空地上的場(chǎng)數(shù)據(jù)進(jìn)行采樣。圖11分別對(duì)采樣點(diǎn)的溫度、風(fēng)速、相對(duì)濕度的場(chǎng)數(shù)據(jù)進(jìn)行比較。經(jīng)過(guò)布局調(diào)整后，下風(fēng)向空地的氣溫平均升高0.12°C，相對(duì)濕度平均降低了0.6%，風(fēng)速平均升高1.35 m·s-1，計(jì)算域內(nèi)的UTCI值平均降低了0.4°C。可以推測(cè)，不同平面布局對(duì)風(fēng)速影響較大，對(duì)氣溫和濕度影響較小。雖然氣溫略有升高，但是風(fēng)速的升高和濕度的降低降低了行人的熱應(yīng)力，共同改善了空間行人舒適度。

3.3 分散式配置試驗(yàn)結(jié)果

圖10 集中式水體配置的初始布局和優(yōu)化布局Fig.10 Initial layout and optimized layout of centralized water configuration

圖12為分散式水體配置下的初始布局和優(yōu)化布局示意圖。圖13分別對(duì)采樣點(diǎn)的溫度、風(fēng)速、相對(duì)濕度的場(chǎng)數(shù)據(jù)進(jìn)行了比較。初始布局中，水體上方的區(qū)域由于受到蒸發(fā)氣流的影響較大，具有較低的氣溫、較高的水汽含量和較低的風(fēng)速。優(yōu)化布局中，與初始布局相比，在2個(gè)小面積水體附近的微氣候基本沒(méi)有變化。這表明在水體附近，蒸發(fā)氣流對(duì)微氣候的影響較大，使得建筑排列方式對(duì)微氣候的影響被抹平。

圖11 集中式水體配置的初始布局和優(yōu)化布局在采樣點(diǎn)的溫度、相對(duì)濕度和風(fēng)速比較Fig.11 Comparison of temperature,relative humidity and wind speed at the sampling point for the initial layout and optimized layout of centralized water configuration

圖12 分散式水體配置的初始布局和優(yōu)化布局Fig.12 Initial layout and optimized layout of decentralized water configuration

在靠西邊的采樣數(shù)據(jù)點(diǎn)上，則表現(xiàn)出了與集中式水體配置中相同的趨勢(shì)。針對(duì)這2個(gè)采樣數(shù)據(jù)點(diǎn)，經(jīng)過(guò)布局調(diào)整后，氣溫平均升高了0.5°C，相對(duì)濕度平均降低了2%，風(fēng)速平均升高了1.4 m·s-1，計(jì)算域內(nèi)的UTCI值平均降低了0.6°C。類似集中式布局，不同平面布局對(duì)風(fēng)速影響較大，對(duì)氣溫和濕度影響較小。雖然氣溫略有升高，但是風(fēng)速的升高和濕度的減小降低了行人的熱應(yīng)力，共同改善了空間行人舒適度。

3.4 邊流式配置試驗(yàn)結(jié)果

圖14為邊流式水體配置下的初始布局和優(yōu)化布局示意圖。圖15分別對(duì)采樣點(diǎn)的溫度、風(fēng)速、相對(duì)濕度的場(chǎng)數(shù)據(jù)進(jìn)行了比較。經(jīng)過(guò)布局調(diào)整后，氣溫略有增加，平均升高了0.3°C，相對(duì)濕度平均降低了2%，風(fēng)速平均升高了0.2 m·s-1，計(jì)算域內(nèi)的UTCI值平均降低了0.1°C?？梢钥闯觯谶吜魇剿w布局中，建筑和水體位置的影響對(duì)空間內(nèi)的微氣候改善程度較低。傳統(tǒng)的行列式布局已經(jīng)接近最優(yōu)布局。

3.5 結(jié)果分析

表2是各布局中不同的氣象因素的變化程度。圖16根據(jù)氣象因素與UTCI的相關(guān)性，將氣象因素的變化反映到氣象因素對(duì)UTCI的影響上（若與UTCI成負(fù)相關(guān)，變化值取其相反數(shù)）。從圖可見(jiàn)：

（1）優(yōu)化實(shí)驗(yàn)是成功的，不同水體配置類型下的建筑空間平均UTCI值降低了0.1～0.6°C，熱舒適度均有所增強(qiáng)。

圖13 分散式水體配置的初始布局和優(yōu)化布局在采樣點(diǎn)的溫度、相對(duì)濕度和風(fēng)速比較Fig.13 Comparison of temperature,relative humidity,and wind speed at the sampling point for the initial layout and optimized layout of the decentralized water configuration

圖14 邊流式水體配置的初始布局和優(yōu)化布局Fig.14 The initial layout and optimized layout of edge flow water configuration

（2）在較強(qiáng)熱應(yīng)力的范圍內(nèi)，建筑空間內(nèi)的平均熱舒適度改善的主要目標(biāo)是提高平面布局的風(fēng)速。

結(jié)合建筑平面布局優(yōu)化結(jié)果，可以得出的結(jié)論是：建筑平面布局優(yōu)化的方向是，盡量將建筑體布置于水體的下風(fēng)向，并減少建筑排列形成的風(fēng)道的方向與夏季主導(dǎo)風(fēng)向的夾角。這樣可以充分利用水體的蒸發(fā)效應(yīng)和主導(dǎo)風(fēng)給行人帶來(lái)的涼爽感。

4 結(jié)論

圖15 邊流式水體配置的初始布局和優(yōu)化布局在采樣點(diǎn)的溫度、相對(duì)濕度和風(fēng)速比較Fig.15 Comparison of temperature,relative humidity,and wind velocity at the sampling point for the initial layout and optimized layout of edge flow water configurations

表2 各個(gè)布局中優(yōu)化過(guò)程中不同的氣象因素的變化程度Tab.2 The degree of change in meteorological factors during the optimization process in each layout

提出基于Kmeans聚類的分組偏移變量設(shè)計(jì)方法，并結(jié)合該變量設(shè)計(jì)、數(shù)值模擬、遺傳算法和通用熱舒適評(píng)價(jià)指數(shù)，在Matlab軟件上實(shí)現(xiàn)建筑平面布局優(yōu)化流程，最后對(duì)集中式、分散式、邊流式的水體配置下的建筑平面布局進(jìn)行了優(yōu)化實(shí)驗(yàn)。

（1）提出的優(yōu)化方法是有效運(yùn)行的，優(yōu)化后的建筑空間平均UTCI值降低了0.1～0.6°C，熱舒適度均有所增強(qiáng)。

（2）在較強(qiáng)熱應(yīng)力的范圍內(nèi)，建筑空間內(nèi)的平均熱舒適度改善的主要目標(biāo)是提高平面布局的風(fēng)速。

圖16 不同水體配置下不同的氣象因素的變化程度（與UTCI相關(guān)）Fig.16 The degree of change in meteorological factors under different water configurations(related to UTCI)

（3）建筑平面布局優(yōu)化的方向是，盡量將建筑體布置于水體的下風(fēng)向，并減少建筑排列形成的風(fēng)道的方向與夏季主導(dǎo)風(fēng)向的夾角。這樣可以充分利用水體的蒸發(fā)效應(yīng)和主導(dǎo)風(fēng)給行人帶來(lái)的涼爽感。