基于主成分研究法建筑节能综合评价.docxVIP

基于主成分研究法建筑节能综合评价 摘要：为使建筑节能评价更加科学与客观，在充分考虑客 户需求基础上建立综合的建筑节能评价体系，提出主成分分 析方法的建筑节能综合评价模型，并对模型进行了实例验 证。在进行建筑节能综合评价时，根据主成分分析的降维思 想可以把较多的指标转化为少量的综合指标，从而合理的进 行综合评价，为科学决策提供参考。 关键词：建筑节能评价主成分分析法指标体系 目前全球能源紧张，建筑节能在现代化建筑领域成为热 点问题。建筑节能综合评价指标体系与算法研究也逐渐成为 学者们研究的对象，成为建筑节能研究的核心内容之一。国 内外学者在建筑节能综合评价体系算法方面做了很多研究， 有专家打分法、模糊评价法，吴成东等构建了混沌神经网络 的建筑节能综合评价体系, 的建筑节能综合评价体系, 通过应用混沌神经网络算法对建 筑节能进行评价［1］;孙金颖等建立了基于BP神经网络对建 筑节能进行评价［2］。众多学者建立的评价体系中的影响因 素很多，这些影响因数间或多或少地存在着相互影响的因 素，在上述算法中难以排除掉相互间的干扰。本文应用主成 分分析方法 principal component analysis (PCA),利用降 维的思想，将建筑节能评价指标体系里面的指标用较少的主 成分指标进行代替，将复杂的多维运算进行简单化处理，使 建筑节能评价更加科学。 1基于主成分分析法建筑节能评价 1.1构建建筑节能评价体系 建筑节能评价体系指标集的确定要求全面，对建筑节能 进行评价时，必须衡量各种影响因素，做到全面、客观、科 学的评价，使不同类型和不同规模的建筑能适用。现今的建 筑节能往往以提高能源利用效率和利用效益为出发点，采用 节能型的建筑结构、材料、器具和产品。却忽略了建筑节能 给用户带来的需求度。因此在建筑节能评价体系中还应该兼 并考虑用户需求度。用户需求度不仅包含建筑物使用者的舒 适性，还包括建筑物管理者管理的方便程度。本文提出了兼 顾技术指标、经济指标、功能指标与用户需求指标四大块的 综合评价指标体系，四大块的综合评价指标体系共涵盖20 项指标内容，技术指标包括3项：自重、围护材料结构与施 工效率；经济指标包括6项：造价、工期、劳动量、土地量、 材料消耗与投资回收期；功能指标包括9项：极限体形系数、 体形完善系数、使用面积系数、建筑朝向、保温隔热系数、 围护结构能耗、窗墙比、隔声与结构安全；用户需求指标包 括2项：使用者舒适度与管理者方便度。 由于对建筑节能的影响因素较多，经过全面、仔细筛选 后，彼此间仍然难免在一定程度上存在着相关性。本文所采 用的主成分分析方法利用降纬的思想，把建筑节能综合评价 指标体系中的较多评价指标用较少的综合主成分指标进行 计算，保留原变量的绝大多数指标信息，且彼此间互不关联, 能够将复杂的问题简单化。 1. 2主成分分析法节能算法 主成分分析法是一种降维方法，希望用较少的变量去解 释原来资料中的大部分变量，将我们手中许多相关性很高的 变量转化成彼此相互独立或不相关的变量。通常是选出比原 始变量个数少，能解释大部分资料中变量的几个新变量，即 所谓主成分，并用以解释资料的综合性指标［3］。 对I个样本的20个指标进行标准化处理，应用MATLEB 计算出样本方差Sj2、标准差Sj、协方差矩阵rij、样本均 值ij以及得到标准化矩阵X。计算公式为： Xij= (ij-Yj) /Sj j=l, 2-20 (1) 计算标准化后的每两个指标间的相关系数，得到相关 矩阵R,即指标的协方差矩阵。矩阵R是对称矩阵，其主对 角线上元素均为lo应用MATLEB计算出矩阵R的特征根入 及相应的特征向量，特征向量构成一个正交矩阵L。 计算主成分。对于I个样本，样本主成分记为Z0,计 算公式为： Z0=X0LT (2) 为了在20个指标中选择少数几个具有主成分代替原由 的指标样本，引入主成分贡献率及其计算方法。 若入i为相关矩阵R的第i个特征根，则第k个主成分 的方差贡献率为： L j= X k/ hi (3) 通过主成分的方差贡献率，取前r个主成分代替原有20 个指标的信息。 用各主成分的方差贡献率作为权重，线性加权求和得 到主成分的表达式： Fi=LnZin n=l, 2???r (4) Fi体现了第i个地区r个主成分的贡献率，Fi值越大, 说明指标r个主成分的重要性越高，反之，重要性就弱。 通过每个主成分对应的特征值占所提取的主成分总的 特征值和的比例作为权重计算出综合主成分评价模型，I个 样本综合函数数值排序来确定建筑节能的评价［4］。 (上接第 108 页)二(Xi/P) Fi (5) 2实例验证 本文采用了 4个建筑样本数据进行分析，其数据见表lo 根据主成分个数提取原则，应提取特征根大于1的主成 分。通过本文介绍的主成