基于T-S和AIFNN的旧住宅综合性能评价研究

摘要

近年来，能源与环境问题备受各方关注，建筑领域也与其密切相关。建筑的建设、使用、拆除等伴随着大量的能源浪费和环境污染，其能耗约占总能耗的46％。据统计，我国的既有建筑面积约为560亿m2，超过95%都属于高耗能建筑。由于这些住宅几乎没有节能措施，且设计水平有限，其使用过程中的耗能要超过绿色建筑和新建住宅。多数也正经历着物质性老化和社会性衰败，普遍缺乏常规维护保养，出现墙面出现裂缝、外墙起皮破损等结构问题，已无法满足城市发展和居民生活需求。然而，这些现存大量的老旧住宅，多数尚未达到使用年限仍可继续服役，如何把握其性能的衰退程度和可利用程度，为旧住宅下一步的改造再利用提供科学指导，这是目前旧住宅研究的关键问题。
　　鉴于此，本文基于可持续利用理论，参考国内外相关研究成果，结合华北地区旧住宅的性能问题，首先从技术、经济、社会三个维度出发，建立了包括环境与规划、功能与空间、设备性能、结构性能四部分的旧住宅综合性能评价指标体系。其次，结合高木——关野推理系统（Takagi-Sugeno简称T-S）和自适应直觉模糊神经网络（Adaptive Intuitionistic Fuzzy Neural Network，简称AIFNN），构建了旧住宅环境与规划、功能与空间、设备、结构和综合性能评价模型。通过网络训练，确定模型最终的网络映射关系，利用仿真测试，验证其可行性。最后，选取山西太原的16个旧住宅对象进行案例研究，并与综合加权模型进行评价对比。主要研究结论如下：
　　（1）各案例研究对象的综合性能评价结果与实际相符，模型评价较准确，同时验证该模型是可行的。①太钢线材厂宿舍、新店小区的综合性能评价等级为A。意味着这些建筑的综合性能良好，满足现行住宅规范的多数要求，基本无结构安全隐患，住区环境与规划较合理，室内功能与空间设计适宜，设备性能良好，满足居民正常的生活需求。极少数构件可能需简单维护，但总体可继续保留使用；②曙光苑、煤炭医院家属楼、晋机和平、老军营、太原理工大学东院、省中医学院宿舍、兴安苑各小区的综合性能评价等级为B。说明这些住宅综合性能较好，部分指标不满足现行规范，局部构件存在安全问题，但不影响居民正常生活。可能有少数需采取措施，改造难度一般，适当整建、修缮、维护等可改善建筑性能；③保险公司宿舍、桃园社区、北大街银行宿舍、金刚堰、云路街小区的综合性能评价等级为C。表明其综合性能较差，勉强可满足日常需求。多数构件有隐患存在，应采取措施，且可能有极少数必须立即采取，同时后期需利用扩建、改造、加固等方法进行重点改造；④南十方铁路小区、太原理工大学西院的综合性能评价等级为D。表明这些住宅综合性能极差，已无法满足住户的正常生活需求。尤其在结构方面可能存在较大安全隐患，须立即采取措施防范补救。
　　（2）AIFNN模型和综合加权模型均能对旧住宅综合性能实现较好地评价，各组数据的评价结果基本对应相同等级，侧面验证AIFNN模型在旧住宅性能评价方面的可行性。但9、12、15号对象的性能评分位于分级区间的边界上下，出现了分数相近等级不同的结果。原因在于AIFNN模型通过直觉模糊处理，有效改善了不确定性数据的处理质量，模型融入了区间值模糊数的上下界，其评价结果更真实可靠。1、11号对象则因结构性能评价的影响使得结果不同。AIFNN模型结合专家经验和实际进行规则设置，弥补了综合加权模型以优盖劣的局限，更贴合实际。

目录

声明

1 绪论

1.1 选题背景和意义

1.2 国内外研究现状

1.3 本文研究内容与方法

1.4 技术路线

2 相关理论基础

2.1 可持续发展理论

2.2 有机更新理论

2.3 绿色住宅理论

2.4 模糊神经网络基本理论

2.5 本章小结

3 旧住宅综合性能评价指标体系构建

3.1 指标体系构建依据

3.2 旧住宅综合性能评价指标体系的建立

3.3 评价指标的解释说明

3.4 本章小结

4 旧住宅综合性能评价模型

4.1 评价指标的量化

4.2 评价模型

4.3 模型训练仿真

4.4 本章小结

5 案例研究及比较

5.1 案例研究对象概况

5.2 数据来源

5.3 模型评价及结果分析

5.4 与综合加权评价模型的对比分析

5.5 对策与建议

5.6 本章小结

6 结论与展望

6.1 结论

6.2 不足与展望

参考文献

附录1

附录2

致谢

在学期间主要研究成果