神经网络驱动的建筑自适应表皮产出性能预测方法
史学鹏1
石诚斐1
解旭东1
汪丽君2
1.青岛理工大学建筑与城乡规划学院2.天津大学建筑学院
摘要：作为应对环境与能源问题的解决办法,耦合动态光伏遮阳与建筑表皮种植的建筑自适应表皮(Adaptive Facade)为城市可持续性提供了新机会,但如何快速准确预测电能与作物产出是设计前期关键问题之一.为解决此问题,以城市居住建筑为例,提出基于机器学习神经网络模型的产出性能预测方法,以替代传统光伏软件模拟与作物产出估算方法.首先建立由实测数据训练并进行差异性激活函数对比择优的机器学习神经网络预测模型,进而搭建交互界面预测平台.结果显示,与基础案例相比,建筑自适应表皮显著提高室内热舒适时间比,降低室内眩光,且满足家庭年用电需求9.3%～10.9%(新加坡)、8.4%～9.8%(海口)以及家庭全年蔬菜需求32%(新加坡)、27.6%(海口),该预测方法展现了预测过程的便捷性与预测结果的可靠性,推动了建筑自适应表皮在可持续城市人居环境建设领域的应用.
关键词：建筑自适应表皮城市居住建筑神经网络建筑光伏一体化建筑农业一体化预测方法
分类号：TU201.5(建筑设计)TU18(建筑基础科学)
资助基金：山东省自然科学基金资助项目(ZR2023QE217)山东省自然科学基金资助项目(ZR2020ME218)国家重点研发计划(2023YFC3807404-3)
论文发表日期：2024-08-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 14-21 )
英文信息