李智興 潘鑫晨 董慶鑫

(1.浙江工業(yè)大學(xué)設(shè)計(jì)與建筑學(xué)院, 杭州 310023； 2.天津大學(xué)建筑學(xué)院， 天津 300072；3.沈陽(yáng)理工大學(xué)建筑系， 沈陽(yáng) 110159； 4.首都師范大學(xué)美術(shù)學(xué)院， 北京 100048)

建筑能源浪費(fèi)是當(dāng)今世界面臨的主要挑戰(zhàn)之一，建筑行業(yè)的能源消耗占大多數(shù)國(guó)家能源消耗總量的40%，相關(guān)排放量占溫室氣體排放總量的40%，2012年建筑行業(yè)產(chǎn)生了65.26億t二氧化碳量。在過(guò)去二十年(1984—2004)，主要能源消耗增長(zhǎng)了49%，二氧化碳排放量增長(zhǎng)了43%，平均每年增長(zhǎng)2%和1.8%，近年來(lái)世界各國(guó)相繼提出了建筑節(jié)能的規(guī)范與目標(biāo)。大量既有研究表明設(shè)計(jì)階段對(duì)建筑節(jié)能的實(shí)現(xiàn)具有重要意義，而大部分建筑設(shè)計(jì)師缺乏在項(xiàng)目前期設(shè)計(jì)階段進(jìn)行建筑節(jié)能評(píng)估與預(yù)測(cè)的有效手段，由此極大地限制了近零能耗建筑的發(fā)展。方案設(shè)計(jì)階段與后續(xù)階段對(duì)于節(jié)能設(shè)計(jì)的關(guān)注重點(diǎn)是不同的，前期方案設(shè)計(jì)階段更關(guān)注建筑與環(huán)境因子之間的交互和影響，設(shè)計(jì)階段越靠前，建筑與環(huán)境交互的設(shè)計(jì)因子越容易調(diào)整，而每個(gè)因子的調(diào)整都會(huì)對(duì)建筑的環(huán)境效益產(chǎn)生巨大的差異。研究以住宅建筑為例，重點(diǎn)討論如何在方案階段有效利用建筑參數(shù)化分析手段實(shí)現(xiàn)建筑氣候適應(yīng)性設(shè)計(jì)，在提高光環(huán)境舒適度的同時(shí)，節(jié)約建筑能耗。研究以此為技術(shù)手段，分析不同氣候區(qū)典型城市的最優(yōu)節(jié)能設(shè)計(jì)參數(shù)。

1 基于多目標(biāo)優(yōu)化的建筑氣候適應(yīng)性設(shè)計(jì)研究

1.1 建筑氣候適應(yīng)性設(shè)計(jì)研究綜述

建筑氣候設(shè)計(jì)就是要求在建筑設(shè)計(jì)過(guò)程中，通過(guò)盡可能利用自然條件解決建筑的熱環(huán)境問(wèn)題，提出相應(yīng)的建筑技術(shù)手段和控制方法，達(dá)到對(duì)自然的尊重，以營(yíng)造符合現(xiàn)代社會(huì)要求的更舒適、更健康的空間環(huán)境，從而成為真正人性化的建筑。建筑氣候適應(yīng)性設(shè)計(jì)需要考慮到建筑微環(huán)境的氣候調(diào)節(jié)，利用自然手段減少建筑對(duì)于人工空調(diào)系統(tǒng)的依賴(lài)。在傳統(tǒng)建筑技術(shù)的限制下，人們只得依靠被動(dòng)式技術(shù)，如寒冷地區(qū)使用緊湊的室內(nèi)空間布局、厚重的外墻等方法，濕熱地區(qū)使用通透的建筑形式、較大的開(kāi)窗來(lái)實(shí)現(xiàn)舒適的室內(nèi)濕熱環(huán)境。而現(xiàn)代建筑由于空調(diào)設(shè)備等環(huán)境調(diào)控技術(shù)的發(fā)展，使得人類(lèi)可以更為主動(dòng)且精確地控制室內(nèi)環(huán)境，由此導(dǎo)致人們更依賴(lài)于人工設(shè)備來(lái)實(shí)現(xiàn)舒適的生活環(huán)境，從而割裂了建筑與氣候的關(guān)系，消耗了大量的化石能源。針對(duì)這一問(wèn)題，大量研究人員開(kāi)展了建筑氣候適應(yīng)性設(shè)計(jì)的相關(guān)研究。

1953年，美國(guó)建筑師V·奧格雅首先提出的建筑氣候分析方法，倡導(dǎo)建筑師在建筑設(shè)計(jì)中利用被動(dòng)式手段調(diào)節(jié)建筑的微氣候，其中最重要的一項(xiàng)即包括建筑的熱環(huán)境。1963年，V·奧格雅出版了《設(shè)計(jì)結(jié)合氣候》提出建筑設(shè)計(jì)應(yīng)從人體的熱舒適出發(fā)，考慮建筑對(duì)氣候的調(diào)節(jié)作用，并采取被動(dòng)式的設(shè)計(jì)方法，最大限度地利用太陽(yáng)能、風(fēng)能等可再生能源，降低建筑能耗[1]。1976年，Givioni出版了專(zhuān)著《人、氣候和建筑學(xué)》[2]，他改進(jìn)了奧格雅的生物氣候分析方法，提出根據(jù)氣候環(huán)境和建筑熱舒適性進(jìn)行設(shè)計(jì)策略的方法，并將該方法命名為建筑生物氣候設(shè)計(jì)法，與奧格雅的方法進(jìn)行區(qū)分。

近年來(lái)，國(guó)外對(duì)建筑氣候適應(yīng)性設(shè)計(jì)的研究文獻(xiàn)更為豐富。例如Alsousi對(duì)加沙這一地區(qū)進(jìn)行了建筑的氣候適應(yīng)性研究，從熱舒適性和能耗這兩個(gè)方面對(duì)12座高層住宅進(jìn)行了調(diào)查[3]，研究人員最終發(fā)現(xiàn)：建筑在夏季的大部分空調(diào)能耗是由于墻壁，窗戶和屋頂產(chǎn)生的巨大熱量所導(dǎo)致的，此外，居住者、日常生活設(shè)施和空氣滲透也會(huì)導(dǎo)致建筑能耗增加，但是對(duì)環(huán)境的熱工性能和住戶的舒適性影響相對(duì)較小。Enedri等對(duì)巴西南部多層住宅樓的熱工性能進(jìn)行了檢測(cè)，他們記錄了兩個(gè)樓層，四個(gè)方向的八間臥室的熱工性能，研究使用不同的變量來(lái)檢查各種因素，例如表面顏色、窗戶陰影以及墻壁和窗戶的熱工性質(zhì)[4]，最終得出結(jié)論：圍護(hù)結(jié)構(gòu)傳熱系數(shù)和建筑立面面積對(duì)最高溫度的影響最大，需要盡量減小以改善夏季的室內(nèi)熱環(huán)境，而熱容量和熱時(shí)滯這兩個(gè)變量，與最低氣溫的相關(guān)性最強(qiáng)，因此應(yīng)該最大化以改善冬季的熱環(huán)境舒適度。Virgilio等基于柯本氣候分區(qū)，探討了氣候變暖對(duì)歐洲19個(gè)不同城市住宅建筑的影響程度[5]，得出結(jié)論：2050—2080年平均氣候溫度的逐步提高將導(dǎo)致住宅建筑采暖能耗的降低，以及供冷能耗和二氧化碳濃度的增加，而環(huán)地中海氣候區(qū)的城市受全球供暖的影響要高于歐洲內(nèi)陸城市，通過(guò)提高建筑物的能源效率可以緩解這一趨勢(shì)。Fatima等根據(jù)柯本氣候分區(qū)，在全球范圍內(nèi)選擇25種不同氣候區(qū)下的典型城市，進(jìn)行住宅建筑的被動(dòng)式設(shè)計(jì)模擬分析與優(yōu)化，以建筑生命周期成本(LCC)和建筑的供冷和供暖能耗為目標(biāo)函數(shù)，對(duì)不同城市住宅建筑的性能進(jìn)行了對(duì)比，并提出了相應(yīng)的節(jié)能設(shè)計(jì)策略[6-7]。Jürgen等以葉卡-特林堡、東京、上海、拉斯維加斯、阿布扎比和新加坡為代表，使用相同的典型分析模型，進(jìn)行被動(dòng)房設(shè)計(jì)策略的分析與對(duì)比，包括圍護(hù)結(jié)構(gòu)的設(shè)計(jì)、氣密性、冷卻盤(pán)管的操作、熱回收設(shè)備和送風(fēng)溫度等，最后針對(duì)分析城市提出了相應(yīng)的被動(dòng)房設(shè)計(jì)指導(dǎo)準(zhǔn)則[8]。Letizia等選擇了6個(gè)意大利城市作為代表，包括奧斯塔、米蘭、坎波巴索、佛羅倫薩、萊切、卡塔尼亞，利用每個(gè)城市近30年的氣候數(shù)據(jù)，分析了高寬比例等庭院類(lèi)型參數(shù)對(duì)不同氣候區(qū)下各城市建筑庭院濕熱舒適度的影響[9]。

隨著國(guó)內(nèi)對(duì)建筑氣候適應(yīng)性設(shè)計(jì)的深入研究，人們對(duì)這方面的理解和認(rèn)識(shí)也在逐步深化。楊柳利用生物氣候圖表的方法，探索了我國(guó)不同氣候區(qū)的建筑熱環(huán)境適應(yīng)性設(shè)計(jì)原則，基于我國(guó)18個(gè)城市最近30年的主要?dú)庀髤?shù)的統(tǒng)計(jì)分析，建立了我國(guó)典型城市的建筑氣候分析圖，定義了不同城市被動(dòng)式設(shè)計(jì)方法的邊界氣候條件[10]。茅艷針對(duì)我國(guó)的氣候特點(diǎn)，首次在全國(guó)主要自然地理區(qū)域(包括四個(gè)氣候區(qū))進(jìn)行了大量的室內(nèi)熱舒適現(xiàn)場(chǎng)調(diào)查與測(cè)試，得出了不同氣候區(qū)12個(gè)典型城市的室內(nèi)物理環(huán)境參數(shù)、主觀熱感覺(jué)、熱舒適計(jì)算指標(biāo)等主要參數(shù)；此外，她還結(jié)合我國(guó)氣候特征，確定熱舒適與氣候環(huán)境之間的關(guān)系，研究限制人體熱舒適適應(yīng)性行為的影響因素，統(tǒng)計(jì)分析了我國(guó)各氣候區(qū)人體熱舒適適應(yīng)性行為[11]。楊鴻瑋提出了耦合風(fēng)、光、熱環(huán)境的既有建筑綠色化改造設(shè)計(jì)的方法，在研究綠色化設(shè)計(jì)影響因素的基礎(chǔ)上，提出了相應(yīng)的形式、構(gòu)造、系統(tǒng)和設(shè)備的改造優(yōu)化策略，擴(kuò)充寒冷地區(qū)改造策略框架下適用的具體措施[12]。江億提出了綠色住區(qū)的設(shè)計(jì)理念，從室內(nèi)外多個(gè)不同的層面研究了城市住區(qū)的微氣候和熱環(huán)境[13]。劉加平等根據(jù)黃土高原地區(qū)的氣候特點(diǎn)，提出了當(dāng)?shù)鼐劬咏ㄖ幕拘螒B(tài)，即新型陽(yáng)光間式窯居太陽(yáng)房，同時(shí)針對(duì)陜南山地氣候和當(dāng)?shù)孛窬拥幕緺顩r，提出了被動(dòng)式太陽(yáng)能、生土圍護(hù)結(jié)構(gòu)與自然通風(fēng)相結(jié)合的設(shè)計(jì)思路[14]。

國(guó)內(nèi)外基于建筑設(shè)計(jì)的視角針對(duì)住宅建筑氣候適應(yīng)性設(shè)計(jì)問(wèn)題的研究呈現(xiàn)出隨時(shí)間發(fā)展逐步深入和細(xì)化的趨勢(shì)，體現(xiàn)為以下特點(diǎn)：

1)建筑節(jié)能設(shè)計(jì)從傳統(tǒng)的定性分析、理論研究和案例歸納總結(jié)逐漸轉(zhuǎn)化為基于建筑物理和數(shù)學(xué)原理的性能模擬量化計(jì)算，使得建筑節(jié)能分析更具有學(xué)理性。

2)與建筑能耗相關(guān)的環(huán)境性能耦合性研究越來(lái)越多，較早文獻(xiàn)大多僅討論建筑設(shè)計(jì)及運(yùn)行過(guò)程中的主被動(dòng)式能耗，而隨著當(dāng)前研究的逐步深入，很多學(xué)者意識(shí)到建筑的節(jié)能分析不能以住戶居住的舒適度及滿意度為代價(jià)，因此研究重點(diǎn)逐步轉(zhuǎn)移到建筑能耗與室內(nèi)光熱舒適度等其他因素的綜合性評(píng)估系統(tǒng)上。

3)由于當(dāng)前研究對(duì)于建筑能耗及環(huán)境耦合因素的關(guān)注逐漸增多，建筑節(jié)能設(shè)計(jì)的評(píng)價(jià)指標(biāo)更為多元化，因此涉及到建筑節(jié)能設(shè)計(jì)的分析變量也在逐漸擴(kuò)展，多個(gè)設(shè)計(jì)變量的組合共同作用于最終的節(jié)能設(shè)計(jì)目標(biāo)，構(gòu)成一個(gè)系統(tǒng)性的節(jié)能設(shè)計(jì)評(píng)價(jià)過(guò)程。

4)隨著計(jì)算機(jī)技術(shù)的不斷發(fā)展，與建筑參數(shù)化和環(huán)境性能模擬相關(guān)的新工具不斷涌現(xiàn)，其他相關(guān)技術(shù)例如AR/VR、智能建筑控制系統(tǒng)等也在逐漸成熟，由此帶來(lái)的研究方法、研究目的和研究對(duì)象逐漸多樣化，與此同時(shí)，建筑性能模擬的數(shù)據(jù)量也越來(lái)越大。

然而目前國(guó)內(nèi)外建筑師在設(shè)計(jì)初期由于面臨諸多技術(shù)限制，以及缺乏系統(tǒng)性的方法，導(dǎo)致其對(duì)建筑氣候適應(yīng)性的分析不夠重視，并且缺乏在設(shè)計(jì)的前期階段對(duì)建筑節(jié)能預(yù)測(cè)的意識(shí)。當(dāng)前研究仍在更加關(guān)注建筑設(shè)備的優(yōu)化，而忽略了在初始設(shè)計(jì)階段諸如建筑空間形式等被動(dòng)設(shè)計(jì)參數(shù)對(duì)節(jié)能的影響。此外，建筑參數(shù)化集成式模擬可以作為建筑光熱環(huán)境與能耗統(tǒng)籌分析的手段，有效輔助建筑師在方案階段實(shí)現(xiàn)對(duì)目標(biāo)的定量化評(píng)估及設(shè)計(jì)參數(shù)的尋優(yōu)。因此，本研究利用我國(guó)各氣候區(qū)典型城市的氣象參數(shù)，對(duì)建筑形態(tài)的氣候適應(yīng)性設(shè)計(jì)參數(shù)進(jìn)行光環(huán)境舒適度和建筑能量需求的優(yōu)化搜索和對(duì)比，梳理了方案階段主要關(guān)注的建筑形態(tài)節(jié)能設(shè)計(jì)參數(shù)。

1.2 多目標(biāo)優(yōu)化的定義

針對(duì)中低層住宅建筑氣候適應(yīng)性設(shè)計(jì)，研究提出利用基于建筑環(huán)境模擬的優(yōu)化搜索方法，基于建筑模擬工具建立蒙特卡洛模擬框架(統(tǒng)計(jì)試驗(yàn)方法)，來(lái)對(duì)輸入?yún)?shù)進(jìn)行不確定性分析與搜索，利用自動(dòng)化手段來(lái)解決了傳統(tǒng)意義上難以確定輸入?yún)?shù)的問(wèn)題。優(yōu)化是在滿足給定限制條件的情況下，尋找不同解決方案最佳組合的過(guò)程。執(zhí)行優(yōu)化需要決策變量，目標(biāo)函數(shù)和約束條件，式(1)表達(dá)了一般數(shù)學(xué)意義上的優(yōu)化過(guò)程。

minx∈Rnf(X)

(1)

式中：X為不同決策變量；f(X)為目標(biāo)函數(shù)，約束條件為gi(X)≤0,i=1,2,…,m和lj(X)=0,j=1,2,…,p。

確定決策變量，目標(biāo)函數(shù)和約束條件是優(yōu)化過(guò)程中最重要的部分，根據(jù)不同的目標(biāo)函數(shù)和約束條件分類(lèi)可以選擇不同的優(yōu)化算法。

本研究基于Rhino/Grasshopper參數(shù)化平臺(tái)，使用Ladybug與Honeybee環(huán)境分析插件，進(jìn)行建筑環(huán)境與能耗建模分析。該工作流程的應(yīng)用如圖1所示。作為Grasshopper插件的Ladybug和Honeybee是支持環(huán)境設(shè)計(jì)的免費(fèi)計(jì)算機(jī)應(yīng)用程序，它們將3D計(jì)算機(jī)輔助設(shè)計(jì)(CAD)接口連接到經(jīng)過(guò)驗(yàn)證的模擬引擎EnergyPlus中，來(lái)模擬建筑物的供暖、供冷、照明、通風(fēng)和其他能量流以及濕度。

2 多目標(biāo)優(yōu)化平臺(tái)的搭建

2.1 研究對(duì)象的確立

我國(guó)地處太平洋西岸，氣候主要受季風(fēng)環(huán)流的影響，又因地勢(shì)的多變而復(fù)雜。我國(guó)在1993年頒布的GB 50176—93《民用建筑熱工設(shè)計(jì)規(guī)范》中，根據(jù)全國(guó)各地最冷與最熱月的平均溫度，將全國(guó)分為7個(gè)一級(jí)建筑氣候區(qū)和20個(gè)二級(jí)建筑氣候區(qū)，一級(jí)區(qū)反映全國(guó)建筑氣候上大的差異，二級(jí)區(qū)反映各大區(qū)內(nèi)建筑氣候上小的不同[15]。

研究根據(jù)我國(guó)建筑氣候分區(qū)，從氣候區(qū)Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ中選取了5個(gè)典型城市，分別為哈爾濱(嚴(yán)寒地區(qū)Ⅰ)、北京(寒冷地區(qū)Ⅱ)、上海(夏熱冬冷地區(qū)Ⅲ)、深圳(夏熱冬暖地區(qū)Ⅳ)和昆明(溫和地區(qū)Ⅴ)。

我國(guó)以秦嶺淮河為界對(duì)供暖區(qū)域進(jìn)行劃分，秦嶺淮河以北地區(qū)在每年11月15日左右開(kāi)始集中供暖并持續(xù)4個(gè)月到來(lái)年3月15日左右結(jié)束，部分地區(qū)(如哈爾濱等北方城市)由于氣候原因會(huì)延長(zhǎng)供暖時(shí)間，而秦嶺淮河以南地區(qū)目前則沒(méi)有集體供暖措施，但部分社區(qū)會(huì)根據(jù)實(shí)際需要進(jìn)行供暖。根據(jù)目前各城市的實(shí)際供暖情況調(diào)查，列出了典型城市的供暖時(shí)間，如表1所示。

表1 根據(jù)建筑氣候分區(qū)選取的典型城市Table 1 Typical cities selected accordingto building climate zones

2.2 優(yōu)化目標(biāo)的確立

2.2.1建筑光環(huán)境舒適度指標(biāo)

依據(jù)本研究特點(diǎn)，即利用光環(huán)境評(píng)價(jià)指標(biāo)作為優(yōu)化的目標(biāo)之一，與建筑全年供冷供暖需求及其他相關(guān)目標(biāo)進(jìn)行耦合分析。本研究使用全年有效天然采光照度(UDI)作為光環(huán)境優(yōu)化的指標(biāo)。UDI指標(biāo)主要用于評(píng)價(jià)室內(nèi)空間動(dòng)態(tài)采光質(zhì)量，并考慮到了某一時(shí)間室內(nèi)工作面實(shí)際照度超過(guò)設(shè)計(jì)照度并可能引起眩光的部分，該指標(biāo)表達(dá)的是一個(gè)范圍值，在這個(gè)范圍內(nèi)，認(rèn)為室內(nèi)工作面照度水平滿足要求。Nabil等在2005年提出有效照度范圍值為：100 lux

2.2.2建筑能量需求的量化計(jì)算

建筑物的年度能量需求定義為所有公寓的供冷和供暖負(fù)荷之和，其余家庭熱水、電器設(shè)備等能量需求均不計(jì)算在內(nèi)，夏季供冷時(shí)間和冬季供暖時(shí)間根據(jù)不同氣候區(qū)的要求設(shè)定。本研究中將空氣調(diào)節(jié)系統(tǒng)(HVAC)性能系數(shù)假設(shè)為1，因此能量需求可以直接從模擬中提取EnergyPlus的結(jié)果。根據(jù)供暖與供冷設(shè)定點(diǎn)溫度確定能量需求計(jì)算的參數(shù)，假設(shè)在HVAC系統(tǒng)中沒(méi)有實(shí)施熱回收裝置。因此，年度建筑能量需求的目標(biāo)函數(shù)可以通過(guò)式(2)計(jì)算：

(2)

式中：BED為單位建筑面積年度建筑能量需求，kW·h/m2，建筑能量需求的計(jì)算僅考慮供暖和供冷需求，不考慮照明等其他方面；Eci為建筑第i層的供冷需求；Ehi為建筑第i層的供暖需求；n為建筑的總樓層數(shù)；A為建筑空調(diào)區(qū)的各樓層總面積。

2.3 建筑形態(tài)參數(shù)的設(shè)置

為了盡可能多地考慮到住宅社區(qū)內(nèi)不同的建筑形態(tài)組合方式，研究對(duì)住宅樓的長(zhǎng)度、寬度和高度等相關(guān)參數(shù)進(jìn)行了控制設(shè)定，間接地影響了住宅樓的體形系數(shù)、樓間距和容積率等相關(guān)參數(shù)。表2、表3列出了建筑形態(tài)優(yōu)化涉及到的相關(guān)設(shè)計(jì)參數(shù)，這些參數(shù)共有26萬(wàn)種不同的組合方式，對(duì)應(yīng)了26萬(wàn)種不同的建筑形態(tài)可能性，而研究依據(jù)前文設(shè)定的5個(gè)不同氣候類(lèi)型的典型城市，從這26萬(wàn)種建筑形態(tài)中，針對(duì)每個(gè)城市搜索到相應(yīng)的最優(yōu)設(shè)計(jì)參數(shù)并進(jìn)行對(duì)比。

表2 建筑形態(tài)的優(yōu)化設(shè)計(jì)直接控制參數(shù)設(shè)置Table 2 Direct control parameter settings for building form optimization

表3 建筑形態(tài)的優(yōu)化設(shè)計(jì)間接控制參數(shù)設(shè)置Table 3 Indirect control parameter cettings for building form optimization

表2、表3建筑形態(tài)設(shè)計(jì)參數(shù)的不同組合會(huì)產(chǎn)生258 048種變化，部分模型如圖2所示，本節(jié)以建筑能量需求和底層光環(huán)境舒適度最優(yōu)為目標(biāo)值，來(lái)針對(duì)各典型城市選取最為適合的建筑形態(tài)，并基于模擬數(shù)據(jù)來(lái)分析相應(yīng)的氣候適應(yīng)性設(shè)計(jì)規(guī)律。

3 典型城市住宅建筑的模擬優(yōu)化分析

3.1 基于人工神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)模型建立

人工神經(jīng)網(wǎng)絡(luò)(ANN)通常稱(chēng)為神經(jīng)網(wǎng)絡(luò)，是模仿人類(lèi)大腦結(jié)構(gòu)和功能而構(gòu)成的信息處理系統(tǒng)[17-18]。其中，BP神經(jīng)網(wǎng)絡(luò)(Back Propagation Neural Network)是一種按照誤差逆向傳播算法的多層前饋神經(jīng)網(wǎng)絡(luò)，由信息的正向傳遞和誤差的反向傳播兩部分組成。在正向傳播過(guò)程中，通過(guò)樣本的訓(xùn)練與測(cè)試，輸入信息通過(guò)輸入層到隱含層，以及隱含層到輸出層之間的權(quán)值或閾值逐層進(jìn)行計(jì)算，結(jié)果傳向輸出層，如果輸出層的結(jié)果與實(shí)際值的偏差在誤差范圍之外，則計(jì)算輸出層的誤差變化值；然后進(jìn)行誤差的反向傳播，通過(guò)網(wǎng)絡(luò)將誤差信號(hào)沿原來(lái)的連接通路反傳，從而調(diào)整各層神經(jīng)元的權(quán)值，由輸出層到隱含層，隱含層到輸出層逐層進(jìn)行計(jì)算，信息的正向傳遞與誤差反向傳播這兩個(gè)過(guò)程反復(fù)進(jìn)行，直到BP神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)值能夠準(zhǔn)確反映實(shí)際情況的結(jié)果為止，具體結(jié)構(gòu)詳見(jiàn)圖3所示。

本文建立的神經(jīng)網(wǎng)絡(luò)模型考慮到建筑形態(tài)設(shè)計(jì)因素，輸入神經(jīng)元包括建筑體形系數(shù)、不同建筑之間的間距、建筑長(zhǎng)寬比以及建筑朝向等設(shè)計(jì)參數(shù)，依據(jù)所建立典型模型的模擬結(jié)果做為數(shù)據(jù)庫(kù)基礎(chǔ)，對(duì)每個(gè)城市選取10 000組數(shù)據(jù)作為樣本集訓(xùn)練預(yù)測(cè)模型。模型的輸出神經(jīng)元參數(shù)為2個(gè)，即建筑單位面積的全年能量需求和室內(nèi)光環(huán)境舒適度UDI=100～2 000 lux的全年百分比。根據(jù)網(wǎng)絡(luò)模型的輸出參數(shù)(2個(gè))和輸入?yún)?shù)(9個(gè))，建立一個(gè)三層神經(jīng)網(wǎng)絡(luò)模型，如圖4所示。

研究并沒(méi)有單獨(dú)為每個(gè)地區(qū)建立一個(gè)神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)住宅室內(nèi)空間對(duì)能耗以及采光的影響，而是把地區(qū)做為神經(jīng)網(wǎng)絡(luò)的輸入數(shù)據(jù)之一，針對(duì)每個(gè)城市進(jìn)行了大約10 000次隨機(jī)模擬，模擬所使用的設(shè)計(jì)參數(shù)均勻覆蓋了各自的取值范圍。與分別建立不同的神經(jīng)網(wǎng)絡(luò)模型相比，這樣能夠在保證預(yù)測(cè)準(zhǔn)確性的前提下，大幅減少訓(xùn)練神經(jīng)網(wǎng)絡(luò)所需的數(shù)據(jù)量，進(jìn)而節(jié)省模擬時(shí)間。為了防止神經(jīng)網(wǎng)絡(luò)過(guò)擬合，研究采用交叉驗(yàn)證的方法，按照8∶2的比例劃分為訓(xùn)練集和測(cè)試集。其中訓(xùn)練集有超過(guò)40 000條數(shù)據(jù)，測(cè)試集有超過(guò)10 000條數(shù)據(jù)。訓(xùn)練前，為了加快神經(jīng)網(wǎng)絡(luò)的收斂和提高預(yù)測(cè)的準(zhǔn)確性，研究對(duì)數(shù)據(jù)進(jìn)行了歸一化的預(yù)處理。訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型時(shí)，當(dāng)模型如均方根誤差等指標(biāo)趨于穩(wěn)定時(shí)，則可認(rèn)為模型已經(jīng)達(dá)到收斂。若誤差足夠小，則說(shuō)明神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)效果良好，可以替代建筑模擬作為多目標(biāo)優(yōu)化中的適應(yīng)性評(píng)估。表4中顯示了神經(jīng)網(wǎng)絡(luò)模型在訓(xùn)練集以及驗(yàn)證集上的表現(xiàn)，結(jié)果顯示：神經(jīng)網(wǎng)絡(luò)的誤差已控制在一個(gè)可以接受的范圍。為了直觀展示神經(jīng)網(wǎng)絡(luò)模型的預(yù)測(cè)能力，研究從測(cè)試集中隨機(jī)挑選了100條數(shù)據(jù)與神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)結(jié)果進(jìn)行比對(duì)，結(jié)果如圖5～圖7所示。

表4 神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型擬合度指標(biāo)Table 4 Fit indexes of neural network prediction model

MAE：平均絕對(duì)誤差；MSE：均方誤差；R2：判定系數(shù)。

3.2 建筑形態(tài)參數(shù)與性能指標(biāo)的相關(guān)性分析

研究基于預(yù)測(cè)模型生成的數(shù)據(jù)，使用IBM SPSS Statistics 24來(lái)分析參數(shù)與建筑物能量需求之間的斯皮爾曼(Spearman)相關(guān)系數(shù)，由于參數(shù)與建筑物能量需求之間的關(guān)系不是線性的，因此斯皮爾曼相關(guān)系數(shù)可以準(zhǔn)確反映兩組數(shù)據(jù)之間的相關(guān)性。相關(guān)分析結(jié)果顯示在表5～表9中，斯皮爾曼相關(guān)系數(shù)在0.8～1.0范圍內(nèi)具有高相關(guān)性，在0.6～0.8范圍內(nèi)具有強(qiáng)相關(guān)性，在0.4～0.6范圍內(nèi)具有中等相關(guān)性，在0.2～0.4范圍內(nèi)為弱相關(guān)，在0～0.2范圍內(nèi)為極弱的相關(guān)性。從表中可以看出各典型城市住宅建筑的正立面長(zhǎng)度和長(zhǎng)寬比例對(duì)于目標(biāo)函數(shù)有中等影響強(qiáng)度，斯皮爾曼系數(shù)多位于0.5附近及以上；哈爾濱和北京氣候條件下，標(biāo)準(zhǔn)層層高對(duì)于總能量需求的影響適中，分別為0.577和0.474，但對(duì)于光環(huán)境舒適度的影響較弱，上海、深圳和昆明氣候條件下，標(biāo)準(zhǔn)層層高對(duì)于總能量需求的影響相對(duì)于哈爾濱和北京較弱，基本介于0.2～0.4之間；各典型城市住宅的樓層數(shù)和建筑朝向?qū)τ谀繕?biāo)函數(shù)的影響性很弱，僅深圳和昆明地區(qū)的住宅樓層數(shù)對(duì)于建筑總能量需求有弱相關(guān)性，分別為0.231和-0.209；此外，窗戶形態(tài)參數(shù)對(duì)于目標(biāo)函數(shù)的影響總體上來(lái)說(shuō)不強(qiáng)，斯皮爾曼系數(shù)大多處于0.1～0.2之間。

表5 哈爾濱建筑形態(tài)設(shè)計(jì)參數(shù)的斯皮爾曼系數(shù)對(duì)比Table 5 Comparison of Spearman coefficients of building form design parameters in Harbin

H：供暖耗能；C：供冷耗能。

3.3 典型城市的住宅建筑形態(tài)優(yōu)化設(shè)計(jì)結(jié)果

研究通過(guò)參數(shù)化性能模擬并利用SPEA-2算法對(duì)所有設(shè)計(jì)參數(shù)進(jìn)行優(yōu)化，獲得了最佳方案，如圖8所示，色度最深的部分為帕累托前沿。表10和表11列出了不同氣候條件下各城市在建筑能量需求最優(yōu)(即BED最小，nZEB)和光環(huán)境最優(yōu)(即有效天然采光照度UDI=100～2 000 lux的全年時(shí)間百分比最大，條件下的設(shè)計(jì)參數(shù)取值以及相應(yīng)的優(yōu)化目標(biāo)結(jié)果，這些參數(shù)的建筑形態(tài)與圖9～13逐一對(duì)應(yīng)。

表6 北京建筑形態(tài)設(shè)計(jì)參數(shù)的斯皮爾曼系數(shù)對(duì)比Table 6 Comparison of Spearman coefficients of building form design parameters in Beijing

表7 上海建筑形態(tài)設(shè)計(jì)參數(shù)的斯皮爾曼系數(shù)對(duì)比Table 7 Comparison of Spearman coefficients of building form design parameters in Shanghai

表8 深圳建筑形態(tài)設(shè)計(jì)參數(shù)的斯皮爾曼系數(shù)對(duì)比Table 8 Comparison of Spearman coefficients of building form design parameters in Shenzhen

表9 昆明建筑形態(tài)設(shè)計(jì)參數(shù)的斯皮爾曼系數(shù)對(duì)比Table 9 Comparison of Spearman coefficients of building form design parameters in Kunming

從表10中可知，各典型城市nZEB節(jié)能最優(yōu)的建筑正立面長(zhǎng)度均為28 m，而除了哈爾濱以外各城市住宅建筑UDI最優(yōu)的正立面長(zhǎng)度為16 m，哈爾濱住宅建筑UDI最優(yōu)的正立面長(zhǎng)度為20 m。從各典型城市住宅建筑的長(zhǎng)寬比例上看，除昆明以外各典型城市住宅建筑nZEB最優(yōu)的長(zhǎng)寬比例均為1，而昆明氣候條件下住宅建筑nZEB最優(yōu)的長(zhǎng)寬比例為2；此外，各典型城市住宅UDI最優(yōu)的長(zhǎng)寬比例均為2，因?yàn)榻ㄖ矫娴拈L(zhǎng)寬比例為2時(shí)，建筑底層的光照條件更好。各典型城市住宅最優(yōu)解的樓層數(shù)也不同，哈爾濱住宅nZEB最優(yōu)解，深圳住宅的UDI最優(yōu)解，以及昆明住宅的nZEB和UDI最優(yōu)解的建議層數(shù)均為7層；而哈爾濱和北京住宅的UDI最優(yōu)解建議層數(shù)為6層；其余典型城市的最優(yōu)解層數(shù)均為3層。就標(biāo)準(zhǔn)層層高而言，多數(shù)城市的最優(yōu)解層高為2.7 m，但是哈爾濱、深圳和昆明的UDI最優(yōu)解分別建議采用3.3，3，3.3 m的層高來(lái)滿足建筑底層最優(yōu)的光環(huán)境舒適度。根據(jù)表中各典型城市建筑朝向的最優(yōu)解可以看出，當(dāng)建筑長(zhǎng)寬比例不為1時(shí)，僅哈爾濱和深圳的UDI最優(yōu)解分別建議朝向?yàn)?0°和-45°，其余情況各典型城市的住宅最優(yōu)解均建議朝向?yàn)?°(當(dāng)長(zhǎng)寬比例為1時(shí)，90°與0°重合)。通過(guò)各典型城市住宅最優(yōu)解的窗墻比參數(shù)可知，除了昆明住宅nZEB和UDI最優(yōu)解，其余城市住宅大多對(duì)于東立面、南立面和北立面的窗墻比要求大于對(duì)西立面窗墻比的要求，而昆明的住宅建筑希望西立面的開(kāi)窗高于東立面和南立面，例如該地區(qū)nZEB最優(yōu)解建議西立面窗墻比為0.35，但是東立面、南立面和北立面的窗墻比為0.25；而該地區(qū)的UDI最優(yōu)解建議西立面窗墻比為0.45，但是東立面和南立面的窗墻比分別只有0.35和0.25。

表10 典型城市的建筑形態(tài)優(yōu)化設(shè)計(jì)參數(shù)Table 10 Optimized design parameters of building form in typical cities

nZEB*：全年能量需求最佳解決方案;UDI*：有效天然采光照度100～2 000 lux的全年時(shí)間百分比最佳解決方案。建筑正立面長(zhǎng)度、標(biāo)準(zhǔn)層層高、建筑寬度單位為m。

表11 最優(yōu)解的性能指標(biāo)Table 11 Performance indicators of the optimal solution

總體上來(lái)看，各典型城市住宅建筑nZEB最優(yōu)解的體形系數(shù)相對(duì)于UDI最優(yōu)解偏小，而容積率相對(duì)于UDI最優(yōu)解更大。這是由于在建筑物各部分圍護(hù)結(jié)構(gòu)傳熱系數(shù)和窗墻面積比不變的情況下，通常建筑能耗隨體形系數(shù)的增大而增大，即體形系數(shù)越小則意味著建筑外表面面積越小，也就是能量流失途徑越少，越具有節(jié)能意義。而UDI最優(yōu)解更多考慮了住宅建筑底層的光環(huán)境舒適度，因此從節(jié)能效果上來(lái)說(shuō)不如nZEB最優(yōu)解。

從表11的最優(yōu)解性能指標(biāo)的對(duì)比可以看出，各典型城市住宅建筑的nZEB最優(yōu)解和UDI最優(yōu)解的總能量需求差異較大，且均為2倍左右，即UDI最優(yōu)解的總能量需求普遍是nZEB最優(yōu)解總能量需求的2倍，例如哈爾濱住宅的UDI最優(yōu)解的總能量需求高于nZEB最優(yōu)解73.3 kW·h/m2，北京住宅的UDI最優(yōu)解的總能量需求高于nZEB最優(yōu)解41.9 kW·h/m2，這說(shuō)明通過(guò)建筑形態(tài)的調(diào)整，各典型城市住宅建筑的節(jié)能有很大的提升潛力和空間。在各城市中，哈爾濱住宅建筑的供暖需求改善潛力較大，該地區(qū)nZEB最優(yōu)解相比較UDI最優(yōu)解的供暖需求降低了62.1 kW·h/m2；而深圳住宅建筑供冷需求改善潛力較大，該地區(qū)nZEB最優(yōu)解相比較UDI最優(yōu)解的供冷需求降低了70 kW·h/m2；而其余各城市供暖和供冷需求的改善潛力相比哈爾濱和深圳較為適中。對(duì)比住宅底層光環(huán)境舒適度可以發(fā)現(xiàn)，各典型城市住宅建筑兩種最優(yōu)解的全年有效天然采光照度(100～2 000 lux)占全年時(shí)間的百分比差距也較大，例如哈爾濱住宅UDI最優(yōu)解的全年有效天然采光照度百分比高于nZEB最優(yōu)解36.6%，深圳住宅UDI最優(yōu)解的全年有效天然采光照度百分比高于nZEB最優(yōu)解28.4%。由此可見(jiàn)住宅建筑光環(huán)境舒適度的改善在一定程度上是以建筑總能量需求的增大為代價(jià)的，建筑師在進(jìn)行設(shè)計(jì)決策時(shí)，需要考慮到不同利益方對(duì)于目標(biāo)指標(biāo)的需求，對(duì)不同利益方的設(shè)計(jì)要求進(jìn)行權(quán)衡。

4 結(jié)束語(yǔ)

研究通過(guò)對(duì)住宅建筑形態(tài)參數(shù)，如建筑長(zhǎng)寬比例、體形系數(shù)、社區(qū)容積率等參數(shù)的優(yōu)化模擬，分析了5個(gè)典型城市不同氣候條件下，節(jié)能最優(yōu)和底層光環(huán)境舒適度最優(yōu)情況下的設(shè)計(jì)參數(shù)及參數(shù)變化對(duì)于目標(biāo)函數(shù)的影響趨勢(shì)。在此基礎(chǔ)上，研究從節(jié)能最優(yōu)和底層光環(huán)境舒適度最優(yōu)兩個(gè)方面，得出各典型城市住宅建筑的總能量需求(包括供暖和供冷)以及底層全年有效天然采光照度百分比。從設(shè)計(jì)參數(shù)和性能指標(biāo)兩個(gè)方面分析了各典型城市住宅建筑氣候適應(yīng)性設(shè)計(jì)的特點(diǎn)，并提出建筑師應(yīng)該根據(jù)氣候特點(diǎn)以及不同利益方的需求進(jìn)行設(shè)計(jì)決策。