严寒地区城镇居住建筑降本低碳改造的人工神经网络驱动多目标优化

来源：济南大学学报·自然科学版杂志2026年第03期北京时间：

作者：山如黛,唐欢,赖婉玉,张九红,石铁矛

摘要：为了优化严寒地区既有城镇居住建筑的建筑能耗、建筑生命周期碳排放量和建筑生命周期成本，以辽宁省沈阳市典型城镇居住建筑的降本低碳改造为例，构建一种人工神经网络驱动的非支配排序遗传算法Ⅱ多目标优化技术框架；根据建筑能耗、建筑生命周期碳排放量及建筑生命周期成本计算公式，选取保温层材料类型、保温层厚度、窗户玻璃类型、遮阳板深度等8个参数作为优化变量，并利用人工神经网络驱动的非支配排序遗传算法Ⅱ优化求解目标函数公式得到帕累托解集；采用逼近理想解排序法寻求最终的多目标优化解决方案，并分析建筑能耗、建筑生命周期碳排放量、建筑生命周期成本3个优化目标的减少程度。结果表明，与基准建筑相比，选定的多目标优化解决方案的建筑能耗减少59.9%～61.7%,建筑生命周期碳排放量减少89.6%～91.7%,建筑生命周期成本减少44.5%～48.8%,严寒地区既有城镇居住建筑节能和降本低碳潜力很大，有必要对城镇居住建筑实施节能和降本低碳改造。

关键词：居住建筑;降本低碳;人工神经网络;多目标优化;遗传算法

基金资助：国家自然科学基金项目(52378063);; 辽宁省科学技术计划项目(2023-MSBA-102);; 东北大学基本科研业务费项目(N2311003)