遗传算法在日照分析极限容积计算中的应用.pdf

第十三届全国工程建设计算机应用学术会议论文集 广东佛山·2006 遗传算法在日照分析极限容积 计算中的应用 张雷姜立 江文涛王建锋 中国建筑科学研究院建筑工程软件研究所 【摘要】本文简单介绍了遗传算法的概念，着蕈介绍了三维日照分析软件Sunlight应用遗传算 法进行建筑日照约束的下进行极限容积计算的原理和过程，并例举了应用实例。 【关键词】遗传算法；日照分析；极限容积计算 建筑设计和规划设计中经常会遇到的一个问题：在一拟建区域内设计新建筑，由 于受居住区规范中日照部分的控制，新设计出的建筑对周围已建建筑的遮挡必须满足 日照要求，而一般的开发单位都希望在拟建地块内尽量设计出更大容积率的房屋，因 此设计人员需对新建筑的高度和体形做不断调整。由于能够满足日照要求的方案有很 多，如果逐一列举将是一个天文数字，比较其中的优劣是一个人力无法完成的工作， 因此以往的情况是靠设计师的经验判断，得出的结果也往往不是最优的方案。 束下拟建建筑极限容积的功能，很好地解决了这一问题。此算法可对任意指定的地块范围 按照一定的目照约束条件进行计算处理，通过优化与筛选，得到满足日照约束条件的拟建 建筑极限状态的形态，设计师只要参考此形态，使自己设计的实际建筑的体形不要超出此 极限容积空间，就能保证现有建筑的日照满足规定。由于极限容积能使拟建地块在满足日 照要求的情况下发挥最大的作用，因此它对设计省地型建筑具有较大的实用意义。 1关于遗传算法(GA) 一般来说任何要解决的问题都可以看成是对潜在解空间的一种搜索，因为我们最终的 目的是要获得“最好”解，所以可以把这个任务看成是一个优化过程。对于少量数据，我 们可以使用经典的穷举法，而对于大容量数据集，则需要使用特殊的人工智能技术。遗传 算法(GeneticAlgorithms，GA)就是这些技能中的一种。 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 的搜索算法。简单而言，它使用了群体搜索技术，将种群代表一组问题的解，通过对当前 种群施加选择、交叉和变异等一系列遗传操作，从而产生新一代的种群，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、易于实现以及表现出来的健壮性，遗传算 法广泛应用于许多领域。 先来了解一下生物进化理论和自然选择学说的基本过程： -遗传：这是生物的普遍特性，亲代把生物信息交给子代，子代按照所得信息而发育、 分化，因而子代总是和亲代具有相|一或相似的性状。遗传得以保证物种存在的稳定性。 221 第十三届全国工程建设计算机应用学术会议论文集 广东佛山·2006 一变异：亲代和子代之间以及子代的不同个体之间存在的差异成为变异。有了变异，才 能保证物种的多样性。 一适者生存：群体中具有适应性变异的个体被保留下来，不具有适应性变异的个体被淘 汰，通过一代代的生存环境的选择作用，物种的变异向着优化的方向发展。 而GA算法是一类模拟某些自然现象的随机搜索算法，它维持有许多个体组成的一个 l，对解集中的每一个解即染色体 在第g代：群体为population(g)={Chrl8，Chr28，…Ch抽p。ize8 个体的“适应度”选择出较适应个体构成一个新群体即形成了第g+l代： population(g+1)--{Chrl8¨，Chr2 或变异mutation构成问题新的解。希望通过若干次迭代，程序收敛，而群体中的最好个体 代表一个近似最优的合理解。 2 GA算法应用于日照约束下极限容积的计算 2．1 GA算法应用于日照约束下极限容积的计算 总遗传代数：maxGeneration； 当前代数： generation／g； “ 量的取值，而染色体长度n为未知量的个数，个体／染色体就是问题的一个可能解； 种群大小：popsize，组成解集的可能解的个数； 第g代种群／群体(解集)： population(g)=fChr,(g)，Chr2(g)，…，Chrpop