基于修理再利用的原有建筑物性能评价方法

摘要

本发明涉及既有建筑改造技术领域，尤其涉及一种基于修理再利用的原有建筑物性能评价方法，本发明采用层次递阶法构建既有建筑性能评价层次模型，包括一个目标层、三个指标层，然后量化各级指标权重和得分标准，再输入既有建筑各层级的基础数据，通过模型评价得到最终的评价结果。本发明致力于将模糊信息优化处理技术和既有建筑性能评价相结合，构建既有建筑综合性能评价方法，解决既有建筑性能评价的量化技术瓶颈问题，有效提高了评价工作的科学性和客观性。使用者和管理者能够准确掌握既有建筑性能的衰退程度和可持续利用程度，为下一步的改造再利用提供技术依据。本发明源于社会经济发展要求，具有鲜明的需求导向和目标导向。

说明书

技术领域

本发明涉及既有建筑改造技术领域，尤其涉及一种基于修理再利用的原有建筑物性能评价方法。

背景技术

目前既有建筑改造的市场活动轰轰烈烈，然而在决定改造的目标和技术措施等方面则没有统一的技术标准，缺乏决策的技术依据。对改造的目标定位模糊，导致工程内容和改造效果迥异，出现很多问题，已滞后于经济发展和市场的需求。所以提高既有建筑改造前期决策的科学性，是当前改造面临的主要问题。而客观量化准确的评价则是前期决策的前提。

目前对既有建筑性能的评价研究主要有以下不足之处：

1、大多采用主观打分法等评价方法，定性指标多、主观评价多，缺少对不确定性、定性指标的量化研究，评价结果受主观经验和情绪的影响大，得出的结果较模糊、不准确。

2、由于既有建筑性能问题众多、相互间关系复杂，而调研获得的数据不完备、常有缺失，也造成评价指标数据库的信息不完备，但目前的评价方法无法解决以上信息不完整的问题，评价结果偏离客观实际情况。

3、实践中大量既有建筑改造前期的评价只考虑某一技术性能方面，常忽略社会经济、人文精神等因素，无法体现其综合价值。

综上，目前的评价方法已滞后于市场的需求，对现实的指导意义不强，评价方法急需改进提高。

发明内容

本发明为了解决目前对既有建筑性能的评价方法已滞后于市场的需求的问题，提供了一种基于修理再利用的原有建筑物性能评价方法。

本发明是通过以下技术方案实现的：基于修理再利用的原有建筑物性能评价方法，包括以下步骤：

S1、收集原有建筑性能的基础数据；

S2、以收集到的基础数据为依据，采用模糊优化处理方法对数据信息进行处理，然后进行系统化的智能识别，筛选、获取指标作为评价指标，由此建立评价指标体系，所述评价指标体系分为四个指标层：第一层即评价目标层；第二层即一级指标，所述一级指标为控制性指标，所述控制性指标包含规划与空间、结构与安全、设备与节能、社会与经济；第三层即二级指标，是对一级指标的分项表述；第四层即三级指标，是对上一级指标的具体影响因素；

S3、构建矩阵和确定权重：

1）构造层次模型：依据评价指标体系构造层次模型，所述层次模型的每一层对应评价指标体系中的各级指标层；

2）构造判断矩阵：确定层次模型后，由专家对同一层次的评价指标相对重要程度进行两两比较，将评价结果数据构建判断矩阵；

3）一致性检验：检验判断矩阵的一致性，若判断矩阵一致性比例合适，则判断矩阵结果有效可用；否则对判断矩阵重新调整，修正判断矩阵一致性比例；

4）依次计算权重，并对层次模型的各层次进行一致性检验；

S4、建立评语集、评价因素集和权重集；

S5、建立单因子判断矩阵：确定各层指标的单因子隶属度，从而建立单因子隶属度矩阵；

S6、利用模糊综合分析法对每项指标的权重向量和单因子隶属度矩阵进行模糊合成变换得到评价结果。

作为本发明技术方案的进一步改进，步骤3）一致性检验包括如下步骤：

①将每层指标的判断矩阵中每行数据结果相乘，开 n 次方根，得到权向量

②对向量

③计算判断矩阵

④求得一致性指标 CI ：

然后，根据判断矩阵的阶数n得到平均随机一致性指标RI；

⑤据此计算随机一致性比率CR：

CR=CI/RI

当 CR<0.1时，说明判断矩阵一致性比例合适，矩阵结果有效可用；若 CR>0.1，则需要对判断矩阵重新调整，修正其结果。

作为本发明技术方案的进一步改进，将各专家的评价结果分为k个评价等级，并建立评语集，表示为：V=（v

作为本发明技术方案的进一步改进，建立评价因素集U={U

作为本发明技术方案的进一步改进，确定各层指标的单因子隶属度，从而建立单因子判断矩阵：

r

作为本发明技术方案的进一步改进，所述模糊综合分析法为：将权重向量和单因子判断矩阵融合，计算如下：

S=

式中：S为某一指标的模糊综合评价结果，

作为本发明技术方案的进一步改进，对模糊综合分析法得到的评价结果进行有效性验证：

其中，

本发明提供的技术方案与现有技术相比具有如下优点：

（1）本发明所述评价方法的量化客观性。本发明运用 AHP-模糊综合评价法建立评价模型，对原有建筑性能进行综合评价，研究包括采集评价数据源、建立基础评价模型、确定性能评价标准、进行性能的全方位综合评价。该技术能够精确定量分析考核指标之间的关系，变定性为定量，将不全面的主观的性能问题进行精确的定量处理，避免了传统评估方法的主观性。

（2）本发明所述评价指标体系构建的全面综合性。本发明从从技术、经济、社会三方面综合构建评价指标体系，体现原有建筑的综合价值。通过层次分析法与模糊信息优化处理技术处理调研样本信息的不完整和缺失，使得评价结果更加全面客观，符合客观实际情况。

（3）本发明致力于将模糊信息优化处理技术和既有建筑性能评价相结合，构建既有建筑综合性能评价方法，解决既有建筑性能评价的量化技术瓶颈问题，有效提高了评价工作的科学性和客观性，为下一步的改造再利用提供技术依据。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1表示本发明所述基于修理再利用的原有建筑物性能评价方法的流程示意图。

具体实施方式

为了能够更清楚地理解本发明的上述目的、特征和优点，下面将对本发明的方案进行进一步描述。需要说明的是，在不冲突的情况下，本发明的实施例及实施例中的特征可以相互组合。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但本发明还可以采用其他不同于在此描述的方式来实施；显然，说明书中的实施例只是本发明的一部分实施例，而不是全部的实施例。

下面对本发明的具体实施例进行详细说明。

本发明提供了基于修理再利用的原有建筑物性能评价方法的具体实施例，包括以下步骤：

S1、收集原有建筑性能的基础数据。

S2、以收集到的基础数据为依据，采用模糊优化处理方法对数据信息进行处理，然后进行系统化的智能识别，筛选、获取指标作为评价指标，由此建立评价指标体系，所述评价指标体系分为四个指标层：第一层即评价目标层；第二层即一级指标，所述一级指标为控制性指标，所述控制性指标包含规划与空间、结构与安全、设备与节能、社会与经济；第三层即二级指标，是对一级指标的分项表述；第四层即三级指标，是对上一级指标的具体影响因素。

本实施例中，所述二级指标是对一级指标的分项表述，三级指标是对二级指标的具体影响因素，具体的如下表所示，本实施例中所述二级指标包含以下分项表述，但绝不仅仅只有以下分项表述；本实施例中所述三级指标包含以下具体影响因素，但绝不仅仅只有以下具体影响因素，本领域技术人员可以根据实际情况增加二级指标以及三级指标的具体内容。

其中规划与空间的二级指标及三级指标如下表所示：

其中结构与安全的二级指标及三级指标如下表所示：

其中设备与节能的二级指标及三级指标如下表所示：

其中社会与经济的二级指标及三级指标如下表所示：

本实施例将收集到的原有建筑性能的基础数据采用层次递阶法构建既有建筑性能评价层次模型，包括一个目标层、三个指标层，然后量化各级指标权重和得分标准，再输入既有建筑各层级的基础数据，通过模型评价得到最终的评价结果。具体如下所示：

S3、构建矩阵和确定权重：

1）构造层次模型：依据评价指标体系构造层次模型，所述层次模型的每一层对应评价指标体系中的各级指标层。

2）构造判断矩阵：确定层次模型后，由专家对同一层次的评价指标相对重要程度进行两两比较，将评价结果数据构建判断矩阵。以本实施例的第一层-评价目标层为例，

根据上述结果数据，构造出评价目标层的判断矩阵

判断矩阵元素用标度1,3,5,7,9表示，标度含义如下所示：

3）一致性检验：检验判断矩阵的一致性，若判断矩阵一致性比例合适，则判断矩阵结果有效可用；否则对判断矩阵重新调整，修正判断矩阵一致性比例。

具体如下所示：

①将每层指标的判断矩阵中每行数据结果相乘，开n次方根，得到权向量

②对向量

③计算判断矩阵

④求得一致性指标CI：

然后，根据判断矩阵的阶数n得到平均随机一致性指标RI。判断矩阵的阶数n可通过查表得到平均随机一致性指标RI。

⑤据此计算随机一致性比率CR：

CR=CI/RI

当CR<0.1时，说明判断矩阵一致性比例合适，矩阵结果有效可用；若CR>0.1，则需要对判断矩阵重新调整，修正其结果。

4）依次计算权重，并对层次模型的各层次进行一致性检验。本实施例中计算权重的步骤同上述步骤3）。依次计算权重，并对总层次进行一次性检验。

S4、建立评语集、评价因素集和权重集。

1）建立评语集时，将各专家的评价结果分为k个评价等级，并建立评语集，表示为：V=（v

在本实施例中，将各专家的评价结果分为了四个评价等级，依次是好、较好、较差、差；即V=（好，较好，较差，差）。

2）建立评价因素集U={U

3）建立权重集：

W

S5、建立单因子判断矩阵：确定各层指标的单因子隶属度，从而建立单因子隶属度矩阵；

确定各层指标的单因子隶属度，从而建立单因子判断矩阵：

r

S6、利用模糊综合分析法对每项指标的权重向量和单因子隶属度矩阵进行模糊合成变换得到评价结果。

模糊综合分析法中常用模糊算子

将权重向量和单因子判断矩阵融合，计算如下：

S=

式中：S为某一指标的模糊综合评价结果，

本发明进一步对对模糊综合分析法得到的评价结果进行有效性验证：

其中，

通常当

本发明还对评价结果等级进行了确定：S=

S=S

其中评语集V对应向量（v

通过上述方法所得数据结果不能进行直接解读，所以采用4分赋值法将结果划分为4个等级，从而可以直观的对结果进行评估等级解读，4分为最好，依次递减，1分最差，具体评价等级极其含义如下表所示：

1）S得分为3≤S≤4之间，对应评价原有建筑性能为“好”；说明原有建筑物性能好，能满足使用者当前的生产生活需求，无需进行修理改造。

2）S得分为2≤S＜3之间，对应评价原有建筑物性能为“较好”；说明原有建筑物关键性能较好，基本满足使用者当前的生产生活需求，个别性能可进行适当修理改造。

3）S得分为1≤S＜2之间，对应评价原有建筑物性能为“较差”；说明原有建筑物关键性能较差，很多性能不能满足使用者当前的生产生活需求，许多方面需要进行修理改造以提高建筑整体性能。

4）S得分为0≤S＜1之间，对应评价原有建筑物性能为“差”；说明原有建筑物性能差，不能满足使用者当前的生产生活需求，应考虑拆除，重建。

根据上述步骤得到原有建筑物性能的评价结果，评分越高表明该原有建筑物性能越好，可以继续使用；评分越低表明该原有建筑物性能越差，应考虑拆除，重建。

试验例：

1.1某医院建于1971年，位于某省滨河北中路277号，是集医疗、教学、科研、预防保健、急救、康复于一体的三级甲等综合性医院。院区场地大致呈不规则长方形，院区内主要分布有综合门诊楼、住院楼、多功能会议厅等建筑，均为多层建筑。场地南侧为综合门诊楼，北侧为住院楼，东北角为后勤办公楼和非机动车棚。

通过对规划与空间、结构与安全、设备与节能和社会与经济四个层面进行分析，对其性能进行合理适宜的评价，根据其问题进行科学、全面的改造优化就显得十分重要。

2.1项目评价

2.1.1评价指标体系

根据本发明构建的评价指标体系，进行如下的工作。

2.1.2权重数值的计算

用yaahp（Yet Another AHP）分析软件，来构建层次模型并通过调研测绘及问卷数据计算体系中各指标的权重值。得到总目标层与各级指标层，规划与空间、结构与安全、设备与节能、社会与经济各层级指标的权重。

2.1.3建立评语集

本试验例采用4级模糊语言变量组成评价集：好、较好、较差、差，即评语集V=（v

2.1.4确定指标权重

根据上述指标权重进行向量分配得到目标层、一级指标、二级指标的权重向量分配。

2.1.5通过计算得到单因素模糊评价矩阵

2.1.6进行各级指标的模糊综合评价

2.2有效性验证

运用4分赋值法解模糊，得出评价结果S=3.133，评价结果等级为“好”，说明当前建筑性能很好，无需再改造。

由于max｛0.317，0.517，0.148，0.018｝=0.517，即案例对“较好”这一评价等级的隶属度最大，由“最大隶属度”方法可以看出该实证案例的建筑性能评价结果等级为“好”。为验证“最大隶属度”原则在此应用本案例中的应用是否合适，对评价结果有效性进行验证：向量S的最大分量

2.3实验室仿真验证

将上面构建的评估模型，在实验室进行训练，根据训练好的评估模型，对样本进行评价，分析结果，并与预期进行比较，用于调整模型参数，使模型结果与实际结果相吻合，最后得到精准可行的评估模型，同时得到客观真实的项目评价数据。

通过采用本发明的评价技术方法，使原有建筑的使用者对原住院部楼的状况有所了解，为下一步的修理改造再利用提供了量化科学的技术依据。

以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。尽管参照前述各实施例进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离各实施例技术方案的范围，其均应涵盖权利要求书的保护范围中。