建筑设计方案选优定量分析.docVIP

建筑设计方案选优定量分析 　　【摘要】建筑设计方案的评价，涉及的指标和考虑的因素很多。常用的评选方法综合性差、人为因素多，而且不能将各种定性和定量指标综合起来进行评价，往往导致评价结果失真。本文运用模糊数学理论,针对建筑设计方案的特点,建立了建筑设计方案的模糊优选模型,为决策者提供了一种科学的有效方法。 　　[关键词]:建筑设计方案;模糊数学;模糊优选 　　中图分类号：TU201文献标识码：A 　　引言 　　 设计方案的优选,是对许多方案从多个目标进行评价和选择,涉及的指标和考虑的因素很多,存在明显的模糊性和不确定性。优和劣这一对立概念之间既有差异又有共维,且处于两个极点,具有中介过渡性,这是优选的模糊性;另一方面,优选是在有限论域的非劣解集中进行,且是对一定的标准而言,这是优选的相对性。本文根据模糊数学中相对隶属度的定义,建立论域U(方案集)的任一元素u对于模糊概念优的相对隶属度(简称相对优属度)模型。 　　1.建筑设计方案的模糊优选模型 　　 1.1建立目标特征值矩阵 　　 设系统有满足约束条件的n个建筑设计方案组成方案集,以m个目标(指标)对方案的优劣进行评价。则n个方案m个目标的特征值矩阵为 　　 　　 式中xij为方案j目标i的特征值,i=1,2,,m;j=1,2,,n。 　　 (1)定性目标特征值的确定对于功能、美观这类定性目标,可以采用语言变量和模糊数的方法对各个方案进行评价。在定性目标的论域[0,1]中,可以确定评价定性目标的语言变量词集E={差、较差、中、良、优}。评价定性目标语言变量值的隶属函数可以用适当的模糊数来表示。本文采用线形隶属函数,其隶属度数值分别为{0.2,0.4,0.6,0.8,1.0}。 　　 (2)定量目标特征值的确定对于平面使用系数、工程造价等定量目标采用实际指标量或货币量。 　　 1.2确定目标相对优属度矩阵(通过规格化公式) 　　 (1)越大越优目标 　　 应用相对隶属度的定义,取方案集中目标i的最大特征值ximax对优的相对隶属度为1;取方案集中目标i的最小特征值ximin对优的相对隶属度为0,构成参考连续统的两级,可以得到目标对优的相对隶属度(目标相对优属度)公式: 　　 　　 式中xij―――方案j目标i的特征值; 　　 ximax―――方案集(n个方案)中目标i的最大特征值; 　　 ximin―――方案集(n个方案)中目标i的最小特征值; 　　 (2)越小越优目标 　　 应用相对隶属度的定义,取方案集中目标i的最小特征值ximin对优的相对隶属度为1,取方案集中目标i的最大特征值ximax对优的相对隶属度为0,构成参考连续统的两级,可以得到越小越优目标规格化公式: 　　 　　 对目标特征值矩阵X通过公式(2),(3)规格化之后,得到目标相对优属度矩阵R: 　　 　　 式中rij为方案j目标i的相对优属度。 　　 1.3确定权重向量 　　 设wi表示第i个目标相对于其他目标的重要程度,wi满足0≤wi≤1,且,则称wi为第i个目标的权重。目标权重向量为w=(w1,w2,,wm),其中m为目标集中包含目标的个数。目标权系数根据具体工程需要,结合决策人员的经验来决定。 　　 1.4确定理想优方案和理想劣方案 　　 根据相对优属度定义,优和劣分别处于参考连续统的两个极点,则理想优、劣方案的目标相对优属度向量分别是 　　 g=(1,1,,1)T(5) 　　 b=(0,0,,0)T(6) 　　 1.5计算各方案与理想优方案和理想劣 　　 方案间的欧氏距离由公式(4),方案j的目标相对优属度向量为 　　 rj=(r1j,r2j,,rmj)T 　　 方案j与理想优、劣方案之间的差异,可以用广义欧氏距离来表示。方案j与理想优、劣方案间的欧氏距离为 　　 　　 式中dgj―――方案j与理想优方案间的广义欧氏距离; 　　 wi―――目标i的权重; 　　 rij―――方案j目标i的相对优属度。 　　 　　 式中dbj为方案j与理想劣方案间的广义欧氏距离。 　　 1.6建立优化准则,求出各方案的相对优属度 　　 设方案j对优的相对隶属度(相对优属度)以uj表示,对劣的相对隶属度以ucj表示,有 　　 ucj=1-uj (9) 　　 式中uj―――方案j对优的相对隶属度; 　　 ucj―――方案j对劣的相对隶属度。 　　 模糊集合论中隶属度可以定义为权重,方案j与优方案之间的权距离可以表示为 　　 Dgj=ujdgj (10) 　　 式中Dgj为方案j与优方案之间的权距离。 　　 方案j与劣方案之间的权距离表示为 　　 Dbj=ucjdbj=(1-uj)dbj (11) 　　 式中Dbj为方案j与劣