建筑设计方案模糊优选模型和其应用.docVIP

建筑设计方案模糊优选模型和其应用 　　摘要：虽然模糊综合判断的模型在各个行业中应用广泛，但它由函数来确定，所以其主观任意性较强，并且会随着函数组合的不同结果也会发生相应的变化。为了解决这项问题，研究人员建立起模糊优选模型并将其应用到建筑设计方案的选择环节中。本文针对建筑设计方案中模糊优选模型的应用进行了详细地分析，以供相关人员参考。 关键词：建筑行业的设计方案；模糊优选；应用 工作人员常常需要对多个方案根据设计目标进行综合评价，因为只有才能选择出最优的设计方案，其涉及面较广，需要考虑的因素较多，具有很强的不确定性及模糊性。所谓优选模糊性就是存在于优劣间的中介过渡性，而对于一定标准来说，优选是在有限范围内的一些非劣解中开展的，所以具有一定的相对性。本文笔者以模糊数学中的相关定义为基础，建立起针对方案集中任一元素的模糊优选模型。 一、建筑行业设计方案模糊优选模型 （一）建立矩阵 将多个能够满足设计条件的建筑方案组成方案集，根据多个指标评价方案的优劣，那么就会建立起以多个目标特征值为基础的矩阵。 1、确定定性目标的特征值。对美观、功能等这些定性目标来说，评价各个方案时，可以采用模糊数及语言变量的方法来实施。语言变量的词集包括中、优、良、差及较差。模糊数可以用来表示定性目标中语言变量值隶属函数的评价。 2、确定定量目标的特征值。对于用于平面的定量目标来说，例如：工程造价、使用系数等，应采用货币量或者实际指标来确定。 （二）对目标的相对优属度相关矩阵的确定 1、越大越优的目标。对于这类目标来说，主要有以下两种情况：根据相对隶属度的相关定义，如果将方案集中目标最大特征值取出，那么其对优相对隶属度就应为1，如果取出的是其最小特征值，那么其对优相对隶属度就应为0，，从而形成参考系统，得出目标的对优相对隶属度的公式。即 其中x 用来表示方案j的目标i特征值；x 用来表示目标i在方案集中的最大特征值；x 用来表示目标i在方案集中的最小特征值。 2、越小越优的目标。对于这类目标来说，其主要内容为：根据相对隶属度的相关定义，如果将方案集中目标最小特征值取出，那么其对优相对隶属度的值就为1，如果将方案集中目标最大特征值取出，那么其对应的目标最大特征值的对优相对隶属度就应为0，从而构成参考系统，得出目标规格化的公式，即 ，然后对以上两个公式进行优化，能够得出目标相对优属度的矩阵。 （三）权重向量的确定 所谓权重实际上就是该值能够体现出某个目标对于其它目标来说的重要程度，由该值组成的向量就称为权重向量。 目标集中个数的多少应以工程实际需求为依据，决策人根据自身经验来决定。 （四）确定出理想状态下的最优方案和最劣方案 参照相对优属度的相关定义，我们可以得出最优最劣方案实际上就是参考体系中的两个极点。 （五）将各方案与最优方案和最劣方案间的距离计算出来 根据相关公式，能够得出目标相对优属度的向量，而要想求出方案与最优劣方案间的差异，工作人员可以利用广义欧式距离表示出来，具体公式如下： 其中d 用于表示方案j最优方案间的欧式距离；w 用来表示相对于目标i来说的权重；而r 用来表示对于方案j来说其目标i的优属度。 ，该公式是方案j和最劣方案之间的欧式距离。 （六）建立完善方案的优化准则，并求出各个方案中的相对优属度 假设用u 来表示方案j的对优相对隶属度，用u 来表示方案的对劣相对隶属度，那么我们可以得出以下公式，即u =1-u ，其中u 用来表示方案j的对优相对隶属度，而u 用来表示方案j的对劣相对隶属度。 在模糊集合的相关论述中指出可将隶属度定义为权重，那么方案j和最优方案间的权距离可以表示为： ，而方案j和最劣方案间的权距离则可以表示为 ，那么其优化准则为：方案j的加权与最优距离和劣距离的平方和的最小值，其具体函数应表示为： 。为了使F（u ）最小，应使 ，由此我们能够用欧式距离来表示模糊优选模型，即 ，其中u 用来表示方案j的优属度，d 用来表示方案j和最优方案间的欧式距离，d 用来表示方案j和最劣方案间的欧式距离。当u 无限趋近于1时，则说明优属度程度越高。对该公式进行多次取值计算，并根据大小进行排序，哪个方案的u 值最大，它就是该建筑的最优设计方案。 模糊优选模型的物理、数学意义如下：1、如果方案的距优距离小于其距劣距离，那么方案的相对优属度应大于0.5。2、如果方案的距优距离大于距劣距离时，那么其相对优属度应小于0.5。3、如果方案的距优距离等于0，距劣距离等于1时，那么该方案就是整个建筑的最优设计方案。4、如果方案的距优距离等于剧烈距离都等于0时，那么该方案就为最劣方案。 二、模型实例的分析 对某学校