光热性能考虑下的严寒地区办公建筑形态节能设计研究

被引：124

作者：

孙澄

韩昀松

机构：

[1] 哈尔滨工业大学建筑学院

来源：

建筑学报 | 2016年 / 02期

关键词：

自然采光性能; 热性能; 多目标优化; 神经网络; 办公建筑形态节能设计; 严寒地区;

D O I：

暂无

中图分类号：

TU243 [行政建筑、办公建筑]; TU201.5 [建筑节能设计];

学科分类号：

081302 [建筑设计及其理论];

摘要：

基于神经网络预测、多目标优化和建筑信息建模技术,提出了严寒地区办公建筑形态节能设计流程;进一步阐释了基于自然采光与热性能考量下的严寒地区办公建筑形态节能设计策略,并展开了案例实践。验证了提出的设计流程与策略对提高严寒地区办公建筑形态节能设计精度与效率的有效性。

引用

页码：38 / 42

页数：5

共 14 条

[1]

数字语境下建筑与环境互动设计探究 [J].

孙澄 ;

韩昀松 ;

姜宏国 .

新建筑, 2013, (04) :32-35

[2]

严寒地区低能耗多层办公建筑形态设计参数模拟研究 [D].

张冉 .

哈尔滨工业大学,

2014

[3]

严寒地区办公建筑竖向围护结构全寿命周期能耗研究 [D].

徐馨莲 .

哈尔滨工业大学,

2011

[4]

中国建筑节能年度发展研究报告.[M].清华大学建筑节能研究中心; 著.中国建筑工业出版社.2011,

[5]

Multi-objective optimization for building retrofit: A model using genetic algorithm and artificial neural network and an application.[J].Ehsan Asadi;Manuel Gameiro da Silva;Carlos Henggeler Antunes;Luís Dias;Leon Glicksman.Energy & Buildings.2014,

[6]

Multi-objective optimization of a building envelope for thermal performance using genetic algorithms and artificial neural network.[J].D. Gossard;B. Lartigue;F. Thellier.Energy & Buildings.2013,

[7]

Illumination control of LED systems based on neural network model and energy optimization algorithm.[J].Zizhen Wang;Yen Kheng Tan.Energy & Buildings.2013,

[8]

A generative facade design method based on daylighting performance goals [J].

Gagne, Jaime ;

Andersen, Marilyne .

JOURNAL OF BUILDING PERFORMANCE SIMULATION, 2012, 5 (03) :141-154

[9]

Design explorations of performance driven geometry in architectural design using parametric modeling and genetic algorithms [J].

Turrin, Michela ;

von Buelow, Peter ;

Stouffs, Rudi .

ADVANCED ENGINEERING INFORMATICS, 2011, 25 (04) :656-675

[10]

Optimised design of energy efficient building fa?ades via Evolutionary Neural Networks.[J].Giovanni Zemella;Davide De March;Matteo Borrotti;Irene Poli.Energy & Buildings.2011, 12

← 1 2 →