山东农业大学学报（自然料学版），2020.51(2：347-351VOL.51N0.22020Journal of Shandong Agricultural University (Natural Science Edition)doi:10.3969j.issn.1000-2324.2020.02.032内蒙古西部草原民居建筑节能多目标优化模型构建金国辉2，魏雪1，张伟健31,内蒙古科技大学土木工程学院，内蒙古包头0140102.西部绿色建筑国家重点实验室/西安建筑科技大学，陕西西安7100433.中电联电力发展研究院有限公司电源造价部。北京100053痛要：为了保证内蒙古西部草原民居建筑室内热舒适性的同时，降低采暖能耗，节约成本，本文以室内热舒适性、采暖能耗、工程造价作为建筑节能的优化目标。首先，选取10个建筑节能优化目标的主要影响因素，以此作为优化变量。其次，对10个优化变量的不同取值进行方案设计，得到507组实验方案，利用DesignBuilder软件进行模拟计算，模拟计算的结果作为BP神经网络的训练样本和测试样本，建立BPNN的预测模型，并将其作为多目标优化的适应度函数。最后，利用人工蜂群算法建立多目标优化模型，并进行多目标优化。中图法分类号：TU17文献标识码：A文章编号：1000-2324202002-0347-05Multi-objective Optimization Model Building for Energy Savingof Grassland Residential Buildings in Western Inner MongoliaJIN Guo-hui12.WEI Xue ZHANG Wei-jian1.School ofCivil Engineering/Inner Mongolia University of Science and Technology:Baotou 014010,China3.China Electric Power Development Research Institute Co Ltd.Beijing 100053,ChinaAbstract:In order to ensure indoor thermal comfort of grassland residential buildings in western Inner Mongolia and reduceheating energy consumption and save cost,this paper takes indoor thermal comfort,heating energy consumption andengineering cost as the optimization objectives of building energy saving.First of all,10 main influencing factors of buildingenergy efficiency optimization objectives are selected as optimization variables.Secondly,the different values of 10optimization variables are designed to get 507 groups of experimental schemes.The DesignBuilder software is used tosimulate and calculate.The simulation results are used as training and test samples of BP neural network,and the predictionmodel of BPNN is established.It is used as the fitness function of multi-objective optimization.Finally,the artificial beecolony algorithm is used to set up the multi-objective optimization model and carry on the multi-objective optimization.Keywords:Inner Mongolia;residential buildings in west grassland;building energy saving;model construction近年来，随着草原上牧民生活水平的提高，人们对室内热舒适的要求也逐渐提高，但由于草原民居建筑普遍存在建筑构造粗糙、热工性能差、牧民节能意识薄弱等问题，使得草原民居建筑基本处于采暖能耗高和热舒适性差的状态。因此，在保证室内舒适性的前提下，降低建筑采暖能耗，节约成本，是草原民居建筑节能优化追求的最终目标。建筑节能优化目标主要包括建筑采暖能耗、室内热舒适性、工程造价三个方面，然而要想室内达到满意的热舒适性，必然会导致建筑采暖能耗的增加。以建筑节能为出发点，降低采暖能耗，提高围护结构的热工性能，建筑的经济性会有所提高。建筑节能的三个优化目标之间存在着相互影响、相互制约的关系，可以看作是一个多目标优化问题叫。建筑节能多目标优化问题的相关研究很多，吴迪②等以能耗、夏季热舒适性和经济性作为优化目标，利用NAGAⅡ算法建立多目标优化模型，得出优化方案。范旭红等以采光、能耗、室内空气质量和使用者主观需求为优化目标，确定村镇房屋窗户的大小。上述研究，适应度函数都是建立的数学模型，但是在实际的研究中，影响因素与建筑节能优化目标之间存在着复杂的映射关系，B神经网络具有较强的非线性映射能力，可以联系收稿日期：2018-06-28修回日期：2018-12-25善金项目：国家自然科学基金(51768053、51668051：内蒙古自然科学基金(2016MS0516、2017MS(LH)0532):西部绿色建筑国家重点实验室培育基地开放研究基金(LSKF201803)◆i适讯f作者：Author for correspondence..E-mail:weixue907871352@163.com(C)1994-2020 China Academic Journal Electronic Publishing House.All rights reserved.http://www.cnki.net348山东农业大学学报（自然科学版）第51卷影响因素与建筑节能优化目标之间的映射关系，以此作为适应度函数。在建筑节能领域已有相关研究，喻伟等以重庆地区典型建筑为例，采用遗传算法优化BP神经网络的方法，建立预测模型，并以此作为适应度函数，再利用多目标遗传算法进行多目标优化。陈煜琛例等以建筑能耗和舒适度为优化目标，建立BP神经网络预测模型，以此作为适应度函数，再利用NAGAⅡ算法进行多目标优化，得到建筑能耗和舒适度的Pareto最优解集。孙澄和韩昀松以建筑能耗、热环境不舒适时间百分比、全天然采光百分比、有效天然采光照度时间百分比四者作为优化目标，对严寒地区办公建筑形态节能进行研究，建立BP神经网络预测模型，以此作为适应度函数，再进行多目标优化刀。解决多目标优化问题的方法有很多，在建筑节能领域采用多目标遗传算法的研究相对较多，利用多目标人工蜂群算法的相关研究还相对较少，根据东北大学李云彬对多目标人工蜂群算法的研究与应用，并与多目标遗传算法进行了比较，得出多目标人工蜂群算法比其他算法在解决多目标优化问题有一定的优势周。所以，本文采用具有全局迭代和局部搜索能力的人工蜂群算法进行多目标优化。1多目标优化方法1.1BP神经网络算法BP(Back propagation)神经网络是一种误差反向传播学习算法，I986年由Rumelhart DE等人提出，是目前应用最广泛和较成熟的神经网络模型之一。B神经网络包括前向传播和误差的反向传播两个过程，即预测实际输出是按从输入到输出的方向进行，而权值和阈值的修正是按从输出到输入的方向进行。BP神经网络模型拓扑结构如图1所示，包括输入层、隐含层、输出层。各神经元与下一层所有的神经元联结，同层各神经元之间无联结，用箭头表示信息的流动。图】三层BP神经网络的拓扑结构Fig.I Topological structure of three-layer BP neural network12多目标人工蜂群算法多目标优化方法包括传统算法和进化算法，由于传统优化算法对适应度函数要求是线性、连续、可导的，导致很多复杂的实际问题很难解决。进化算法中采用遗传算法、粒子群算法等解决多日标问题的研究较多，人工蜂群算法是一种新型的群体智能算法，具有全局迭代局部寻优的特点，解决多目标优化问题具有一定的优势。2内蒙古西部草原民居建筑节能模拟研究2.1横型建立本文将位于内蒙古西部严寒地区的额济纳旗一普通草原民居建筑作为研究对象，建筑为单层建筑，朝向取正南方向。房屋东西距离为13.5m,南北距离为9m,层高3m,屋顶为双坡屋项，总建筑面积121.5m2。模型总体情况如图2所示。(b)Design Builder模型Model of Design BuilderFig.2 Simulating model of residential building(C)1994-2020 China Academic Journal Electronic Publishing House.All rights reserved.http://www.cnki.net