一种基于深度强化学习的零碳建筑优化设计方法
基本信息
| 申请号 | CN202210165932.6 | 申请日 | - |
| 公开（公告）号 | CN114692265A | 公开（公告）日 | 2022-07-01 |
| 申请公布号 | CN114692265A | 申请公布日 | 2022-07-01 |
| 分类号 | G06F30/13（2020.01）I;G06F30/27（2020.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I;G06F111/06（2020.01）N | 分类 | 计算；推算；计数; |
| 发明人 | 陈平;张杰 | 申请（专利权）人 | 山东建筑大学 |
| 代理机构 | 济南泉城专利商标事务所 | 代理人 | - |
| 地址 | 250101山东省济南市历城区临港开发区凤鸣路 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明属于零碳建筑技术领域，具体涉及一种基于深度强化学习的零碳建筑优化设计方法，包括四个模型的建构：参数化模型，用于建立设计参量与优化目标的信息关联；基于深度强化学习的设计参量与优化目标的映射模型，可实现对优化目标的快速预测；利用NSGA‑Ⅱ算法建构零碳建筑优化设计模型，获取Pareto解集；优化设计变量与优化目标协同的设计决策模型，用于对Pareto解集进行筛选做出进一步设计决策。本发明建构的映射模型能够加快建筑优化目标的计算速度，并提高其泛化能力；决策方法可以在充分考虑设计变量的前提下，对各优化目标进行评价排序，缩减了决策范围，降低了决策难度使，设计决策结果更加全面科学。 |
