改进遗传算法在三维日照方案优化中应用.pdfVIP

工程三维模型与虚拟现实表现 改进遗传算法在三维日照方案 优化中的应用 任燕翔姜立刘连民从滋庆 (中国建筑科学研究院建筑工程软件研究所，北京100013) 【摘要】针对小区规划初期阶段日照分析所需要解决的最大容积问题，提出了标准遗传算法计算拟建建 筑区域最大容积率的方法，通过将各个时间段进行编码，将拟建建筑物对应的部分削去计算建筑物得出大 致轮廓，并应用改进遗传算法计算，最终取得了较标准遗传算法效率更高的理想计算结果。 【关键词】小区规划；日照分析；标准遗传算法；最大容秘率；改进遗传算法 _．．LL—-】一 1． 日|J舌 当前许多城市房地产开发在规划地段的建筑初期方案设定阶段都需要考虑到拟建建筑对 周边已建建筑的日照采光时间约束。拟建建筑方案如果体量过大，或容积率超标，将会影响 周边的建筑物窗子的采光，在进行规划设计的初期阶段遇到诸多困难如果设计建筑物体型 过小，容积率过小，则将使所开发土地未能得到充分利用，而投资效益未能达到最大化。因 此如何在不影响已建建筑窗子采光时间及容积率规定的条件下使拟建建筑的体型最大是很多 设计单位及房地产公司所关心的问题。 为解决该类问题，在三维平台下求出并模拟满足日照要求情况下的最大拟建建筑的大 致轮廓。我们可以从受日照采光影响的建筑物窗子开始。在满足目照要求即最小日照时问的 情况下，参与计算的各个窗户均可取不同的日照时间段，这样所有窗子所选取的各个不同的 日照时间段的组合将会在拟建建筑区域削切出一个特定的建筑容积，不同的时间组合将会对 应不同的建筑容积。如图1、图2： 其中，在所有这些组合中，会存在一种组合所对应的建筑容积最大。对于该类问题， 尽管各建筑窗户的时间组合与对应的建筑容积一一对应，但之间的确定数值关系难以用数学 函数表示，也就无法用求解函数最大值的方法求解最优解。同时由于所有窗户日照时间组合 的总数是随着窗户的增加成指数增长的，用枚举法等简单搜索方法求得最优组合是不现实的。 这样，求解最优窗户的组合问题就可转变为了搜索输入输出系统下组合优化河题。 为求解类似的组合优化问题，人们已经提出了诸如神经网络，蚁群算法，遗传算法 等的智能优化算法。其中，遗传算法由于原理简单，搜索效率高，操作方便等优点已经 在很多领域中得到的了广泛应用。而以上求解最大建筑容积问题从机制与原理上正是适合 遗传算法的应用与求解，因此，本文尝试应用了遗传算法方法的基本思想进行求解。 153 墨三墨三墨堡堡笪墨垫生旦型堑笙堡 岣■ 目1Ⅲ№女时间殷*成的建*形体 目2■时间＆合并后骺成∞建筑脬体 2．基本遗传算法介绍 1975年．美国密歇根大学Holland以达尔文的进化学说为基础，研究了具有开创意义 的遗传算法(GeneticAlgorithm，GA)理论与方法。遗传算法是一种借鉴生物界自然选择 和进化机制发展起来的高度并行、随机、自适应搜索算法。简而言之，它使用了群体搜索技 术，将种群代表一组问题解，通过对当前种群旖加选择、叟叉和变异等一系列遗传操作，从 而产生新一代种群，并逐步使种群进化到包含近似最优解的状态。由于其思想简单、易于实 现以厦表现出来的健壮性，遗传算法在许多领域取得了广泛的应用和成就。 下面介绍遗传算法的几个基本概念： (1)参数编码：由于遗传算法不能直接处理解空间的数据，因此必须通过编码将它 们表示成遗传空同的基因型串数据．也就是从问题空间到GA(gelletic algorithm)空间的 映射关系。 (2)初始群体的生成：每代所产生的染色体总教称为群体。一个群体是包含了该问 题在这一代的部分解的集合，其中关键问题是群体规模的设定。 (3)适应度：对群体中的每个解进行编码后，每个个体对应一个具体问题的解。遗 传算法在搜索过程中通过评估函数来评估个体的优劣，它是遗传算法所利用的外部信息。它 的确定足以具体问题为依据的，就是日标函数映像到适应度函数。 在前代群体的基础上产生新一代群体的工作称为遗传操作，基本的遗传操作有，