研究目的
研究通过将遗传算法(GA)与模拟退火算法(SA)进行混合,并考虑SA中不同冷却策略,以提高算法在基于气候的采光性能优化建筑开窗与遮阳设计方面的可靠性、一致性和鲁棒性。
研究成果
GA/SA_II混合方法在五次运行中展现出最低的标准差,在所有不同方法中取得了最佳结果,表明遗传算法的性能有了显著提升。该研究强调了综合调整所有参数对办公空间日光性能的重要性,并建议未来研究探索不同独立参数与目标组合下的各种情况。
研究不足
该研究结果基于每种算法的有限次模拟,且优化结果的随机性表明,增加观测次数将带来更具说服力的对比。此外,基于sDA和ASE的评估可能无法全面反映使用者对室内采光性能的实际评价。
1:实验设计与方法选择:
本研究比较了遗传算法(GA)、模拟退火算法(SA)及两种混合GA/SA方法在优化办公空间窗系统采光性能中的表现。自变量为窗尺寸与遮阳配置,评估指标采用sDA和ASE。
2:样本选择与数据来源:
基于德克萨斯州休斯顿市对应的TMY3-EPW气象文件,分析了该地办公空间的采光性能。
3:实验设备与材料清单:
采用Rhino参数化插件Grasshopper进行参数建模,通过基于Radiance和Daysim的Grasshopper插件DIVA评估采光性能。
4:实验流程与操作步骤:
研究先比较GA与SA的性能表现,随后对同一案例应用两种混合GA/SA优化方法,通过对比分析揭示性能差异。
5:数据分析方法:
基于不同方法所得最优案例的目标函数值均值与方差进行分析。
独家科研数据包,助您复现前沿成果,加速创新突破
获取完整内容