前言:想要寫出一篇引人入勝的文章?我們特意為您整理了農(nóng)村住宅建筑節(jié)能論文范文,希望能給你帶來靈感和參考,敬請閱讀。
1評價指標(biāo)體系的建立
根據(jù)對江蘇地區(qū)農(nóng)村住宅建筑節(jié)能的分析,并通過統(tǒng)計大量文獻中對農(nóng)村住宅建筑節(jié)能指標(biāo)的描述,可將江蘇地區(qū)農(nóng)村住宅建筑節(jié)能評價指標(biāo)歸納為建筑外形設(shè)計、圍護結(jié)構(gòu)、設(shè)備節(jié)能、新能源的利用這四個主要方面進行評價。對這四個指標(biāo)做進一步分解,可以得出19個子指標(biāo),
2江蘇地區(qū)農(nóng)村住宅建筑節(jié)能的綜合評價方法
2.1信息熵方法對建筑節(jié)能評價指標(biāo)的篩選
為了從已經(jīng)構(gòu)建的初始評價指標(biāo)中提取主要評價指標(biāo),可以采用信息熵法剔除其中對評價影響不大的指標(biāo)。具體操作步驟及方法如下:第一步:將初始的指標(biāo)矩陣進行標(biāo)準(zhǔn)化處理。假定所選的評估對象有N個,初始的指標(biāo)有M個,則可以構(gòu)建N×M階的矩陣,定義為矩陣A。按照式(1)進行標(biāo)準(zhǔn)化后的矩陣為A′。a′ij=(1)第二步:熵值的求取。令pj表示熵值,則,Πij=pj=-ΠijlnΠij(2)第三步:熵權(quán)的確定。Wj表示求出的熵權(quán)的大小,則,Wj=(3)第四步:確定某個評價指標(biāo)的具體權(quán)重。權(quán)重值用Qj表示,則,Qj=(4)第五步:將第三步求出的熵權(quán)與第四步求出的具體權(quán)重進行結(jié)合,剔除冗余指標(biāo),確保評價的穩(wěn)定性。
2.2BP神經(jīng)網(wǎng)絡(luò)方法對農(nóng)村住宅建筑節(jié)能的綜合評價
BP神經(jīng)網(wǎng)絡(luò)可以用于逼近任意的一個非線性的函數(shù),同時具有超強的自適應(yīng)以及存儲能力。采用BP神經(jīng)進行評價時,其運行的主要思想就是將搜集到數(shù)據(jù)輸入到該系統(tǒng)中,然后系統(tǒng)進行自我訓(xùn)練,擬合各指標(biāo)間的最優(yōu)關(guān)系,并自動記憶、存儲所選指標(biāo)對綜合評價對象的影響權(quán)值,繼而對類似對象做出客觀的評價。在進行BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練之前需要構(gòu)建BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),主要需要以下參數(shù)。
(1)BP神經(jīng)網(wǎng)絡(luò)的節(jié)點數(shù)與層數(shù)的確定BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的確定需先確定輸入、輸出層節(jié)點數(shù)、隱含層的層數(shù)以及隱含層節(jié)點。輸入層節(jié)點數(shù)為指標(biāo)個數(shù),輸出層節(jié)點數(shù)為建筑節(jié)能綜合評價指標(biāo)。在規(guī)模不大的情況下,常采用一個隱含層。隱含層節(jié)點數(shù)可根據(jù)式(5)確定。Ny=(5)其中,Ny表示隱含層節(jié)點數(shù);Ni表示輸入層節(jié)點數(shù);No表示輸出層節(jié)點數(shù);NP表示訓(xùn)練樣本個數(shù)。
(2)BP神經(jīng)網(wǎng)絡(luò)相關(guān)參數(shù)的確定確定BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)后,需要確定網(wǎng)絡(luò)函數(shù)的選取、初始權(quán)重的確定、期望誤差、學(xué)習(xí)速率、訓(xùn)練次數(shù)等相關(guān)參數(shù)。
3江蘇農(nóng)村住宅建筑節(jié)能的綜合評價
首先對初始建立的評價指標(biāo)進行篩選,剔除其中可能對評價結(jié)果有干擾的影響因素。聘請10位專家對初始的評價指標(biāo)進行打分,然后依據(jù)信息熵方法進行處理,最終得出的綜合評價指標(biāo)包括b11、b12、b13、b14、b21、b22、b23、b24、b25、b31、b32、b33、b41、b45、b46這15個評價指標(biāo)。采用三層BP神經(jīng)網(wǎng)絡(luò)模型,即輸入層、隱含層、輸出層各一層,輸入節(jié)點數(shù)為選定的評價指標(biāo)數(shù)15,根據(jù)式(5)確定隱含層的節(jié)點數(shù)為7,輸出節(jié)點數(shù)為1。函數(shù)采用Sigmoid函數(shù),初始權(quán)值為[0,1]區(qū)間的較小的數(shù),誤差期望為0.01,學(xué)習(xí)速率為0.001,訓(xùn)練次數(shù)為10000次。筆者選取了江蘇省某地區(qū)的6個農(nóng)村住宅建筑作為評價對象,以其中的5個作為訓(xùn)練樣本。數(shù)據(jù)主要是通過調(diào)查得到并做歸一化處理,聘請相關(guān)專家對這幾個樣本進行綜合評分,用t表示。經(jīng)過訓(xùn)練,將第六個樣本作為評價對象,采用該模型進行綜合評價,各指標(biāo)的初始值見表3。采用經(jīng)訓(xùn)練后的BP神經(jīng)網(wǎng)絡(luò)模型進行綜合評價,得出的最終評價結(jié)果為0.932,這與通過專家打分法得出的評價值0.927相比,誤差為0.005,相對誤差為0.5%。這充分說明采用BP神經(jīng)網(wǎng)絡(luò)模型進行綜合評價是可行的,且其評價的精度比較高。
4結(jié)語
影響農(nóng)村住宅建筑節(jié)能的評價指標(biāo)有很多,評價指標(biāo)又是準(zhǔn)確評價的基礎(chǔ),因此本文采用信息熵方法排除冗余因素的影響。在評價指標(biāo)確定的基礎(chǔ)上,結(jié)合BP神經(jīng)網(wǎng)絡(luò)精度高的優(yōu)點對農(nóng)村住宅建筑節(jié)能進行綜合評價。通過實例分析可以發(fā)現(xiàn):將這兩種方法結(jié)合起來對農(nóng)村住宅建筑節(jié)能進行綜合評價,不僅具有較強的實用性,而且簡化了模型,提高了運算速度及評價的精度。
作者:包相相 楊和禮 徐潔 單位:武漢大學(xué)土木建筑工程學(xué)院
本站为第三方开放式学习交流平台,所有内容均为用户上传,仅供参考,不代表本站立场。若内容不实请联系在线客服删除,服务时间:8:00~21:00。
級別:省級期刊
榮譽:中國期刊全文數(shù)據(jù)庫(CJFD)
級別:省級期刊
榮譽:中國期刊全文數(shù)據(jù)庫(CJFD)
級別:省級期刊
榮譽:中國期刊全文數(shù)據(jù)庫(CJFD)
級別:省級期刊
榮譽:中國期刊全文數(shù)據(jù)庫(CJFD)
級別:省級期刊
榮譽:--