以节能为导向的住区形态布局及自动寻优方法研究.docxVIP

以节能为导向的住区形态布局及自动寻优方法研究 0 引言改革开放以来，快速城市化进程给环境与能源带来了巨大的压力国内既往住宅节能研究多从建筑单体、能源系统与用户用能行为视角出发探讨相应节能措施，而从城市形态调控、规划布局层面探讨节能的相对较少。事实上，相关研究业已表明，城市尺度作为能源使用的上游，具有巨大的节能潜力随着数字技术、建筑性能模拟技术与人工智能技术的迅猛发展，国内外众多学者借助强大的计算机平台逐渐将数字领域的最新成果引入到建筑群体形态优化与建筑能耗的研究与实践当中。Roudsari等人综上所述，借助计算机辅助建筑设计技术的升级换代，建筑群体形态与建筑能耗的相关研究逐渐从定性分析转向定量研究为此，本研究基于Grasshopper参数化平台，运用遗传算法与建筑性能模拟等技术手段，聚焦住区形态布局优化，提出以节能为导向的住区形态布局自动寻优方法。结合实际案例，论文选取特定形态布局要素作为设计变量开展形态布局节能优化研究，同时解析优化结果，揭示该方法的节能潜力。借助其可在不同场地条件下，科学高效地对住区规划布局方案进行优化，使节能目标在规划设计方案阶段就能提前介入，以辅助设计师的决策工作。1传统节能设计优化方法传统节能设计优化方法借助能耗模拟软件，对建筑或规划设计方案进行能耗模拟评估，设计师依据节能目标对方案展开综合判断，并据此改进方案，修改后的方案再次进行能耗评估，循环往复直至优化方案达到预期节能目标为止（图 1）。在此方法中，方案设计与能耗模拟分属两个独立的工作流程，二者之间的数据传递存在一定程度的延滞与阻碍，且不同设计变量的随机组合可形成数量庞大的设计方案，反复的模拟优化会耗费大量的人力和时间成本。此外，这种“方案设计——模拟评估——方案修改——重新评估”的被动式优化流程虽然能够辅助设计师进行节能评估改进方案，但过分依赖于主观经验，难以实现对优化方案的精确定位，无法在短时间内获得基于节能目标的最优方案2 以节能为导向的住区形态布局自动寻优机制传统的节能设计优化方法的局限性使得在方案阶段进行基于节能的住区布局形态优化较为不易。因此，本文提出以节能为导向的住区形态布局自动寻优方法，该方法基于Grasshopper平台，集成参数建模、性能模拟及优化算法三个模块于一体，将以往相互独立的功能模块打通，实现了基于同一平台的建模——优化全流程参数化控制，避免了以往方法带来的诸多问题，将复杂的寻优工作交由计算机去完成，依靠遗传算法迭代运算不断寻求更优解，提高了设计效率与结果精确性，从而可以在较短时间内获得一定范围内最具节能效果的住区形态布局方案。2.1 技术路径2.1.1 优化平台介绍优化平台的建立是实现自动寻优的基础。采用Grasshopper作为实现以节能为导向的住区形态布局自动寻优平台。Grasshopper是一款建筑类参数化平台，同时是一款与3D建模软件Rhino紧密联系的图形化算法编辑器2.1.2 性能模拟软件介绍性能模拟借助Grasshopper平台上的一款免费插件——Ladybug Tools完成。Ladybug Tools是由一家美国团队开发的参数化环境性能分析插件包，共包含Ladybug、Honeybee、Butterfly和Dragonfly四个插件（图 2）2.1.3 自动优化途径介绍自动寻优的实现主要基于遗传算法，通过遗传算法的运行求解，从而获得一系列不同阶段的优化结果。遗传算法（GA，Genetic Algorithm）又称进化算法，以达尔文生物进化理论为指导对变量进行选择、控制、改进，逐步淘汰劣质结果，保留优质结果，如此循环运行若干代，使运算结果逐渐走向最优2.2 寻优系统如图 3所示，形态布局自动寻优系统基于Rhino Grasshopper参数化平台，主要由以下五个模块构成，分别是形态变量控制模块，布局模型生成模块，间距、日照约束模块，性能模拟设置模块与遗传算法控制模块。形态变量控制模块和布局模型生成模块基于Grasshopper内置运算器，其中形态变量控制模块主要对选取的住区形态变量实现参数化控制。按照不同尺度可将形态变量划分为两类：第一类为控制建筑群体形态特征的设计变量，如容积率、建筑密度、建筑类型、建筑位置等，第二类为控制单体建筑形态特征的设计变量，如体型系数，建筑朝向，建筑长宽比，建筑层数、建筑层高等。在使用过程中，用户可以依据设计需求与项目特点自由选择形态变量进行寻优；布局模型生成模块是指生成由形态变量控制的住区布局模型以及周边场地环境模型；间距、日照约束模块主要使用Ladybug插件，判断生成的住区布局方案是否满足间距和日照的相关规范要求，筛选出满足规范的有效方案；性能模拟设置模块基于Honeybee