数据驱动的图书馆阅览空间光环境提升研究

摘要

图书馆阅览空间具有较高的采光性能需求,如何营造适宜的室内采光环境,减少眩光干扰,是建筑采光性能优化的目的。通过相关数据调研、建筑性能模拟、机器学习模型训练、遗传算法优化等一系列数据驱动型设计方法,对阅览空间简化模型的光环境进行多目标优化提升实验,验证了机器学习代理模型预测方法的可行性与预测结果的准确性,同时得出五项设计参数对三项性能指标的非线性影响机制及其采光性能优化策略。表明数据驱动型方法的运用可以高效的辅助建筑师解决阅览空间采光性能优化问题,为建筑师提供可靠的优化解集与优化决策。