摘要：我國既有住宅存量巨大，近些年來，既有住宅改造的研究與實(shí)踐不斷深入。已有的研究經(jīng)驗(yàn)表明，住宅改造是一個體系化的完整流程，其中診斷評估是改造取得成功的基礎(chǔ)和關(guān)鍵。針對數(shù)量龐大的存量住宅進(jìn)行調(diào)查與診斷，信息化與智能化技術(shù)為其效率的提高帶來了新的機(jī)遇和挑戰(zhàn)。梳理既有住宅診斷評估的階段與內(nèi)涵，提出精細(xì)化診斷評估的流程與方法，基于機(jī)器學(xué)習(xí)技術(shù)構(gòu)建既有住宅改造輔助診斷的智能評估模型，實(shí)現(xiàn)將主觀經(jīng)驗(yàn)轉(zhuǎn)換為可量化的客觀評估預(yù)測，從而探討智能化技術(shù)輔助既有住宅改造診斷提高客觀性和效率的可能性。

關(guān)鍵詞：既有住宅改造，輔助診斷，智能評估，機(jī)器學(xué)習(xí)

Abstract： The existing housing stock is huge in China. In recent years， the research and practice of existing housing renovation have been deepening. The research experience shows that housing renovation is a systematic process， in which diagnostic evaluation is the key to the success of project. To investigate and diagnose a large number of housing stock， information and intelligent technology brings new opportunities and challenges for the improvement of its efficiency. This paper sorts out the stages and connotations of diagnosis and evaluation of existing housing， proposes the process and method of refined diagnosis and evaluation， builds an intelligent assessment model of assisted diagnosis of existing housing renovation based on machine learning technology， and realizes the conversion of subjective experience into quantifiable objective assessment and prediction， so as to explore the possibility of improving objectivity and efficiency of assisted diagnosis of existing housing renovation by intelligent technology.

Keywords： renovation of existing housing; assisted diagnosis; intelligence evaluation; machine learning

我國存量住宅規(guī)模巨大。據(jù)統(tǒng)計[1]，2020年我國既有建筑總量超過600億平方米，其中一半以上是住宅。針對大量既有住宅品質(zhì)低下問題，近年來國家多措并舉大力推進(jìn)老舊小區(qū)改造工作，相關(guān)研究與實(shí)踐不斷深入。已有的研究經(jīng)驗(yàn)表明，既有住宅系統(tǒng)改造的完整流程包括：前期調(diào)查、診斷評估、到方案決策、實(shí)施、以及后期跟進(jìn)[2]。其中，診斷評估是改造是否可以取得成功的基礎(chǔ)和關(guān)鍵[3， 4]。針對數(shù)量龐大的存量住宅進(jìn)行調(diào)查與診斷，既要提高精細(xì)化與客觀性，又要提高效率[5]，信息化與智能化技術(shù)為其帶來新的機(jī)遇和挑戰(zhàn)。

1" 既有住宅改造與診斷評估的演進(jìn)

1.1" 我國既有住宅改造活動概述

針對量大面廣、品質(zhì)低下的老舊住區(qū)，我國自“十一五”規(guī)劃以來，開展了一系列既有住宅改造工作。北方地區(qū)以北京、哈爾濱等城市為主要代表，大規(guī)模地進(jìn)行了既有住宅保溫改造以及綜合整治、綠色化改造、宜居改造等，廣泛探索了既有住宅節(jié)能（圖1）、加固、加面積等改造技術(shù)。近些年，在上海、廣州、成都等地開展“社區(qū)微更新”，推廣社區(qū)規(guī)劃師制度，培養(yǎng)專業(yè)團(tuán)隊，建立扎根于地方的長效工作機(jī)制[6]。與此同時，探索加裝電梯（圖2）、社區(qū)養(yǎng)老配套設(shè)施等適老化改造研究與實(shí)踐，以及探索內(nèi)裝工業(yè)化技術(shù)（圖3）、公眾參與等多元化模式的改造實(shí)踐也在不斷進(jìn)行。我國既有住宅改造工作在政策、標(biāo)準(zhǔn)、技術(shù)等方面積累了豐富的成果和經(jīng)驗(yàn)。

1.2 既有住宅診斷評估的演進(jìn)

總體上，我國過去對于既有住宅改造主要以政策倡導(dǎo)為主，改造內(nèi)容和措施取決于政策標(biāo)準(zhǔn)，改造中缺乏前期診斷評估過程，或者診斷評估主要是粗略的觀察和簡易的判斷?；仡櫸覈扔凶≌脑鞖v程，其診斷評估的方式經(jīng)歷了從無到有，從有到不斷優(yōu)化的過程。本文通過前期調(diào)查研究，根據(jù)其方式方法的不同角度，將以往既有住宅診斷評估的演進(jìn)分為三個階段 ，分別為診斷評估初期階段、診斷評估1.0階段、診斷評估2.0階段，以及探討智能化時代趨勢下，對既有住宅改造診斷評估提出更高需求的3.0階段（圖4）。

在早期既有住宅的改造實(shí)踐中，改造活動主要是居民自發(fā)的戶內(nèi)改造，缺乏專業(yè)人士的評估和判斷，改造缺乏對于整體樓棟的考慮，有些改造（例如廚房改到陽臺）存在安全隱患。隨著政府主導(dǎo)的大規(guī)模既有住宅改造的進(jìn)行，改造對象以住宅公共部分為主，改造內(nèi)容包含住宅外立面加保溫修繕、住區(qū)環(huán)境改善等，此時住宅改造的診斷評估方式主要以定性為主，由設(shè)計人員進(jìn)行簡易的現(xiàn)場勘察和測繪。本研究將這一時期的診斷評估界定為1.0階段，主要應(yīng)對大規(guī)模的改造模式，診斷過程和結(jié)果相對粗放。隨著住宅改造實(shí)踐的不斷深入，對于診斷評估的需求也更高，住宅改造開始更多的關(guān)注建筑性能提升、環(huán)境舒適度等指標(biāo)，診斷評估也由簡易的定性轉(zhuǎn)變?yōu)槎ㄐ院投拷Y(jié)合的方式，演變?yōu)樵\斷評估2.0階段。通過定性和定量結(jié)合，可以客觀的為改造方案的選取提供參照，但是定量診斷需要較長時間的數(shù)據(jù)采集和性能模擬，這一階段的研究尚且針對個例，缺乏轉(zhuǎn)換為同類型住宅可參照的要點(diǎn)和規(guī)則[7]。

智能化技術(shù)的快速發(fā)展為既有住宅改造的研究與實(shí)踐提供了新思路。本研究提出了基于精細(xì)化流程和智能化輔助的診斷評估3.0階段，一方面，診斷評估2.0階段的定性和定量方法提供了住宅診斷評估的基礎(chǔ)判斷依據(jù)，另一方面，在智能化和信息化技術(shù)的支持下，形成針對同類型住宅診斷評估的數(shù)據(jù)庫，轉(zhuǎn)換為可拓展的診斷評估要點(diǎn)和規(guī)則，從而提高大規(guī)模住宅診斷的效率和精度。

2" 既有住宅診斷評估的流程

與新建建筑相比，既有建筑改造大多是為了解決某種問題而展開，其面臨的對象和目標(biāo)都更為復(fù)雜。在既有建筑改造的流程中，通過系統(tǒng)的實(shí)態(tài)調(diào)查掌握建筑和環(huán)境的客觀狀態(tài)，進(jìn)行科學(xué)合理的調(diào)研策劃與診斷評估尤為重要[8， 9] （圖5） 。

2.1" 基礎(chǔ)調(diào)研與信息整合

我國在2000年之前建造的住宅，經(jīng)過二、三十余年的時間，設(shè)計圖紙和建設(shè)資料嚴(yán)重缺失，住宅在使用過程中是否經(jīng)過改建、維護(hù)等信息也難以查找，缺乏系統(tǒng)的信息搜集與整合[10]。本研究以深圳市既有住宅為例，展開了系統(tǒng)調(diào)研與梳理。通過對夏熱冬暖地區(qū)住宅設(shè)計標(biāo)準(zhǔn)的梳理，厘清不同時期所建住宅在建筑設(shè)計、節(jié)能、結(jié)構(gòu)等方面的演變，掌握既有住宅建設(shè)與標(biāo)準(zhǔn)規(guī)范的背景；通過對主要設(shè)計單位等進(jìn)行調(diào)研，最大程度上采集既有住宅設(shè)計和建造圖紙，對住宅基礎(chǔ)類型進(jìn)行統(tǒng)計分析；通過訪問物業(yè)管理協(xié)會、大型物業(yè)管理公司、房產(chǎn)部門等多方進(jìn)行數(shù)據(jù)收集、典型既有住宅改造實(shí)例、居民走訪等，查找住宅維護(hù)修繕等履歷資料；以及通過對典型類型的既有住宅進(jìn)行現(xiàn)場實(shí)地調(diào)研與實(shí)測調(diào)研，詳細(xì)記錄既有住宅各部位劣化現(xiàn)狀。

2000年以前建造的既有住宅，以多層磚混結(jié)構(gòu)為主要類型。通過調(diào)研統(tǒng)計，其中梯間式板式為主要樓棟形式。因此，選取1996年建造的某一梯兩戶、七層的板式住宅為典型案例。采用紅外激光檢測、無人機(jī)傾斜攝影、三維激光掃描儀等新型技術(shù)，采集既有住宅外立面現(xiàn)狀數(shù)據(jù)，生成實(shí)景建模以及外墻熱圖譜、溫度分布圖等劣化情況。利用BIM技術(shù)整合多源數(shù)據(jù)，形成包含既有住宅原始設(shè)計信息、 現(xiàn)狀信息、 維修履歷信息等各階段的數(shù)據(jù)模型（圖6）。

2.2" 診斷與評估

既有住宅改造的診斷評估需在充分的實(shí)態(tài)調(diào)查基礎(chǔ)上，依照客觀事實(shí)，對建筑和環(huán)境做出客觀分析和評估，診斷和評估的內(nèi)容根據(jù)對象和改造目標(biāo)的不同會有所差異。本研究中，主要針對老舊住宅的老化現(xiàn)象和狀態(tài)，結(jié)合前期信息采集與整合，利用定性、定量結(jié)合的方法，通過初期診斷篩選老舊住宅改造的關(guān)鍵要素。從住宅“部位-病癥”的關(guān)聯(lián)入手，建立關(guān)鍵要素和診斷要點(diǎn)相關(guān)聯(lián)的方法，從而提取出評估指標(biāo)，為構(gòu)建智能模型中的指標(biāo)篩選做準(zhǔn)備。

以既有住宅的外圍護(hù)體系為例，通過調(diào)研顯示，其主要的改造集中在外墻、外窗、屋頂、遮陽、陽臺等幾個部位，主要的病理現(xiàn)象有外表面裂縫、表皮脫落、發(fā)霉等劣化現(xiàn)象嚴(yán)重，保溫隔熱性能降低、滲漏等。通過對照各部位性能，總結(jié)出各部位的診斷要點(diǎn)，例如影響墻體性能的關(guān)鍵要素是墻體厚度、材料，影響遮陽構(gòu)件性能的關(guān)鍵要素是遮陽形式、已有構(gòu)件的劣化程度、遮陽構(gòu)件的尺寸等。

3" 智能評估模型構(gòu)建——以既有住宅外圍護(hù)體系為例

智能評估開發(fā)的過程是一個系統(tǒng)性、科學(xué)性的流程，旨在將主觀經(jīng)驗(yàn)轉(zhuǎn)變?yōu)榭闪炕目陀^評估規(guī)則，實(shí)現(xiàn)提高對既有住宅評估準(zhǔn)確度的同時大幅提高評估的效率。本研究中，通過前期的調(diào)研和數(shù)據(jù)整合建立了基礎(chǔ)數(shù)據(jù)庫，在此基礎(chǔ)上，以對既有住宅外圍護(hù)體系的診斷與評估為例，進(jìn)行智能模型的構(gòu)建探索（圖7）。在對深圳市既有住宅調(diào)研的基礎(chǔ)上，選取了較為典型的多層老舊住宅為例，以單棟住宅為智能評估對象，評估流程包含從診斷結(jié)果輸入到智能評估等級和設(shè)計決策參考的輸出。研究以既有住宅的外圍護(hù)體系評估為例，具體對象包含外墻墻體、外窗、陽臺、遮陽構(gòu)件，不包含屋頂，另外不涉及結(jié)構(gòu)安全。

該框架主要分為三個關(guān)鍵部分：輸入端、機(jī)器端和輸出端。在輸入端，智能評估系統(tǒng)接收既有住宅的多層級檢索信息，包括建設(shè)年代、結(jié)構(gòu)體系、立面系統(tǒng)、設(shè)備系統(tǒng)、內(nèi)裝系統(tǒng)和公共空間等。這一階段的關(guān)鍵是確保獲取準(zhǔn)確、全面的既有住宅基本特征，為后續(xù)機(jī)器端評估提供可靠的數(shù)據(jù)支持。機(jī)器端作為智能評估的核心，應(yīng)用機(jī)器學(xué)習(xí)技術(shù)訓(xùn)練學(xué)校專家經(jīng)驗(yàn)，如老化劣化分級規(guī)則、改造策略劃分標(biāo)準(zhǔn)、改造手法、改造優(yōu)先次序、規(guī)范標(biāo)準(zhǔn)等。輸出端主要輸出既有住宅的各層級的評估等級，系統(tǒng)會根據(jù)評估等級對各層級進(jìn)行改造優(yōu)先次序的排序，為改造設(shè)計決策提供參考。

模型開發(fā)的過程主要包含評估指標(biāo)提取、指標(biāo)等級確立、機(jī)器學(xué)習(xí)算法與模型開發(fā)、驗(yàn)證與修正四個步驟。

3.1" 評估指標(biāo)的提取

模型開發(fā)首先需要篩選評估指標(biāo)，這一步驟通過綜合性能指標(biāo)、規(guī)范標(biāo)準(zhǔn)、專家經(jīng)驗(yàn)以及現(xiàn)有研究成果等多個方面的信息，確保評估規(guī)則的科學(xué)性和全面性。以深圳市較為典型的多層老舊住宅為例，對其外墻和附屬構(gòu)件進(jìn)行評估指標(biāo)的選取。在前期研究的基礎(chǔ)上，總結(jié)影響外立面品質(zhì)提升主要有性能和形象兩個維度，基于上述兩個維度，選取了改造強(qiáng)度、使用壽命、熱工性能三個客觀指標(biāo)及破損程度、美觀度兩個主觀指標(biāo)，得出七個診斷要點(diǎn)及其病理癥狀，形成七個評估標(biāo)簽（圖8），包含二十一個子標(biāo)簽。

3.2 指標(biāo)等級的確立

既有住宅的劣化程度與再生方法和策略的選擇有較大的關(guān)聯(lián)，因此在評估過程中對評估指標(biāo)等級進(jìn)行劃分，指標(biāo)等級的劃分也是對智能評估規(guī)則的制定，建立機(jī)器學(xué)習(xí)的數(shù)據(jù)基礎(chǔ)。本研究中的評估規(guī)則是通過人工評分對不同情況的老舊住宅各部位劣化程度進(jìn)行評分，參照國內(nèi)外多種診斷評估體系和方法，如歐洲EPIQR方法、日本住宅再生手冊[11]、國內(nèi)規(guī)范標(biāo)準(zhǔn)等，根據(jù)改造強(qiáng)度、熱工性能、使用壽命、咨詢專家評估過程中的經(jīng)驗(yàn)等，匯總出初步的評估規(guī)則（表1）。對上一階段形成的二十一個子標(biāo)簽分別進(jìn)行等級劃分。由于難以一次性制定出統(tǒng)一的規(guī)則指導(dǎo)所有情況下的評估，因此需要對照人工評估和智能模型預(yù)測評估結(jié)果，針對誤差數(shù)據(jù)進(jìn)行規(guī)則的補(bǔ)充或修正。

3.3" 機(jī)器學(xué)習(xí)算法與模型開發(fā)

既有住宅關(guān)鍵要素信息的表達(dá)形式一般為文本和圖像，針對文本信息和圖像信息，有不同的機(jī)器學(xué)習(xí)算法處理。如圖像分類可以選擇卷積神經(jīng)網(wǎng)絡(luò)算法（CNN）、決策樹和隨機(jī)森林算法等，而對于本文中的文字描述分類可以選擇深度神經(jīng)網(wǎng)絡(luò)算法（DNN）、K最近鄰算法（KNN）等。

（1）數(shù)據(jù)制作：本次實(shí)驗(yàn)選取7個診斷要點(diǎn)作為7個評估標(biāo)簽，這些評估標(biāo)簽又被細(xì)分成21個子標(biāo)簽（表2），任意選取7個評估標(biāo)簽的某子標(biāo)簽進(jìn)行組合，共組合成1728種標(biāo)簽組合。每種標(biāo)簽組合代表既有住宅外立面劣化的一種情況，即1728種標(biāo)簽組合基本涵蓋既有住宅外立面劣化情況。對1728種標(biāo)簽由三位參與者嚴(yán)格按照評估規(guī)則進(jìn)行等級評估，刪除部分情況相近的數(shù)據(jù)，最終對1428種標(biāo)簽組合進(jìn)行了人工評估，再通過隨機(jī)抽取部分?jǐn)?shù)據(jù)進(jìn)行校準(zhǔn)。這個基礎(chǔ)數(shù)據(jù)集為模型構(gòu)建提供了前期的學(xué)習(xí)材料。

（2）模型訓(xùn)練和優(yōu)化：在算法開發(fā)中，已設(shè)定自動讀取數(shù)據(jù)程序，算法模型可以自動讀取計算機(jī)中相應(yīng)文件夾的數(shù)據(jù)表格。另外，算法模型讀取數(shù)據(jù)集之后，會將數(shù)據(jù)集劃分為訓(xùn)練集和測試集，劃分比例可以隨意調(diào)整。本次實(shí)驗(yàn)將數(shù)據(jù)集按照8：2的比例劃分為訓(xùn)練集和測試集。這樣的劃分有助于在模型訓(xùn)練過程中進(jìn)行驗(yàn)證，確保模型具有較好的泛化性能，而不僅僅是對訓(xùn)練數(shù)據(jù)的過度擬合。數(shù)據(jù)集導(dǎo)入算法模型后，計算機(jī)會自動對文本數(shù)據(jù)進(jìn)行標(biāo)簽編碼，并且根據(jù)提供的數(shù)據(jù)集進(jìn)行訓(xùn)練。智能評估模型通過多次訓(xùn)練迭代學(xué)習(xí)數(shù)據(jù)之間的數(shù)學(xué)關(guān)系。通過以上訓(xùn)練步驟，智能評估模型在經(jīng)過人工校準(zhǔn)以及對大量數(shù)據(jù)的學(xué)習(xí)和迭代過程中，得以形成。

本次實(shí)驗(yàn)利用K近鄰算法KNN和深度神經(jīng)網(wǎng)絡(luò)算法DNN，評估準(zhǔn)確率高達(dá)88.8%和94%。本次實(shí)驗(yàn)是該項(xiàng)研究在定性和定量診斷評估基礎(chǔ)上所做的嘗試，研究還有待進(jìn)一步進(jìn)行原理和模型優(yōu)化。

3.4 驗(yàn)證與修正

評估規(guī)則的制定涉及多維度信息的整合，難以一次制定出統(tǒng)一的規(guī)則指導(dǎo)所有情況的評估，因此需要進(jìn)行多重檢驗(yàn)和完善，針對誤差數(shù)據(jù)進(jìn)行規(guī)則的補(bǔ)充或修正，從而提高評估規(guī)則的合理性。通過使用SPSS等工具對這些擴(kuò)充后的數(shù)據(jù)集進(jìn)行相關(guān)性分析，有助于厘清各個因素之間的關(guān)系，識別各關(guān)鍵要素對評估等級的影響權(quán)重，反向解析過程進(jìn)一步提高了評估的科學(xué)性[12]，使得評估結(jié)果更具可信度。最終，通過循環(huán)迭代過程，這些權(quán)重值反饋到評估規(guī)則中，實(shí)現(xiàn)規(guī)則的不斷更新和完善，逐漸將評估規(guī)則由主觀經(jīng)驗(yàn)演變?yōu)榭梢粤炕目陀^規(guī)則，提高針對大量老舊住宅診斷與評估的客觀性和效率。

4" 小結(jié)

目前，建筑行業(yè)正全面迎來4.0 時代，即以智能技術(shù)為核心的現(xiàn)代信息技術(shù)與以工業(yè)化為主導(dǎo)的先進(jìn)建造技術(shù)深度融合的智能建造時代，技術(shù)的迭代引發(fā)了時代性變革 [13]，人工智能技術(shù)以人機(jī)協(xié)同方式賦能于建筑設(shè)計諸多方面，顯著提升了建筑性能評價與設(shè)計優(yōu)化效率。當(dāng)前建筑領(lǐng)域探索人工智能技術(shù)主要集中于新建建筑設(shè)計生成和尋優(yōu)，面對大量存量建筑改造任務(wù)，雖然提供了新的視角和思路，但由于存量建筑在信息獲取方面較難、數(shù)據(jù)格式不統(tǒng)一等問題，為研究帶來了一定的難度。

本研究在此背景下，以深圳市典型既有住宅為例進(jìn)行改造輔助診斷智能模型的構(gòu)建研究，尚處于初期研究階段，還有待進(jìn)一步展開廣泛調(diào)研，豐富和完善模型數(shù)據(jù)庫資源，進(jìn)行原理和模型優(yōu)化。在本研究的基礎(chǔ)上，整合診斷評估、改造方法、技術(shù)策略，開發(fā)出針對既有住宅數(shù)據(jù)-診斷-設(shè)計-技術(shù)協(xié)同的流程體系，以期實(shí)現(xiàn)智能化住宅改造診斷與改造設(shè)計生成輔助模型。

注釋：

本文圖片、圖表均為作者拍攝和繪制。

參考文獻(xiàn)：

[1]中國建筑科學(xué)研究院報告.2021.

[2]范悅，李翥彬，張瓊.既有住宅維護(hù)性再生的科學(xué)體系與知識庫系統(tǒng)建構(gòu)[J].時代建筑，2020（01）：6-9..

[3]Thuvander L， Femenías P， Mj?rnell K， et al. Unveiling the process of sustainable renovation[J]. Sustainability. 2012， 4（6）： 1188-1213.

[4]Naaranoja M， Uden L. Major problems in renovation projects in Finland[J]. Building and Environment. 2007， 42（2）： 852-859.

[5]黃茜，曲大剛，孫澄，等.基于深度學(xué)習(xí)的自然采光辦公空間視覺舒適度預(yù)測模型建構(gòu)[J].建筑學(xué)報，2023（10）：50-54.

[6]范悅，李翥彬，董麗. 我國既有住區(qū)建筑品質(zhì)內(nèi)涵與更新模式[J]. 新建筑. 2018（2）： 46-49.

[7]梁思思，涂文穎. 城市更新決策導(dǎo)向的設(shè)計輔助平臺構(gòu)建[J]. 世界建筑. 2022（11）： 66-67.

[8]范悅 張瓊等人，建筑再生導(dǎo)論[M]，北京：建筑工業(yè)出版社，2023.

[9]莊惟敏，苗志堅，郭凇，等. 前策劃后評估智能化技術(shù)的前沿趨勢研究[J]. 中國科學(xué)：技術(shù)科學(xué). 2023， 53（05）： 704-712.

[10]索健，周倩，范悅. 對我國城市住宅品質(zhì)提升實(shí)踐及存在問題的思考[J]. 西部人居環(huán)境學(xué)刊. 2018， 33（05）： 1-5.

[11]松村秀一. 建筑再生學(xué)：理論·方法·實(shí)踐[M]. 北京： 中國建筑工業(yè)出版社， 2019.

[12]雷亞國，賈峰，周昕，等. 基于深度學(xué)習(xí)理論的機(jī)械裝備大數(shù)據(jù)健康監(jiān)測方法[J]. 機(jī)械工程學(xué)報. 2015， 51（21）： 49-56.

[13]馬智亮. 解讀《中國建筑業(yè)信息化發(fā)展報告（2023）——智能建造深度應(yīng)用與發(fā)展》[J]. 中國建設(shè)信息化. 2023（24）： 10-12.

國家自然科學(xué)基金（52178020/52008251）， 亞熱帶建筑與城市科學(xué)全國重點(diǎn)實(shí)驗(yàn)室，深圳市新引進(jìn)高端人才科研啟動項(xiàng)目資助。