期刊论文

Research on Building Carbon Emissions and Indoor Thermal Comfort Based on Multi-objective Optimization Method

中文

湖南师范大学自然科学学报

2096-5281

2023

46

6

93-102

10.7612/j.issn.2096-5281.2023.06.010

2021-K-105:住房和城乡建设部科学技术项目 CLSJCX22147:长沙理工大学研究生创新项目

本校为第一机构

为实现建筑碳排放与室内热舒适度的高精度预测与性能优化,建立了基于反向传播神经网络与优化算法相结合的综合优化框架。首先,构造以实际调研数据为基础的长沙市居住建筑模型,使用5种采样方法随机生成输入参数,并模拟生成数据库。其次...展开更多 为实现建筑碳排放与室内热舒适度的高精度预测与性能优化,建立了基于反向传播神经网络与优化算法相结合的综合优化框架。首先,构造以实际调研数据为基础的长沙市居住建筑模型,使用5种采样方法随机生成输入参数,并模拟生成数据库。其次,基于综合灵敏度分析方法筛选出对碳排放量与热舒适度具有重要影响的决策参数。然后,使用筛选后的数据集训练反向传播...

In order to realize the high-precision prediction and high-performance optimization of building carbon emissions and indoor thermal comfort,a comprehensive optimization framework based on the combination of backpropagation neural network(BPNN)and optimization algorithm ...MORE In order to realize the high-precision prediction and high-performance optimization of building carbon emissions and indoor thermal comfort,a comprehensive optimization framework based on the combination of backpropagation neural network(BPNN)and optimization algorithm wa...