低碳建筑评价体系构建与实证分析

开篇：润墨网以专业的文秘视角，为您筛选了一篇低碳建筑评价体系构建与实证分析范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘要： 低碳建筑是建筑行业不可避免的发展趋势，尤其是在全球变暖的危急时刻，必须对低碳建筑做出综合评价。从建筑的全生命周期出发，本文利用层次分析法（AHP）和BP神经网络法构建低碳建筑评价体系。结果显示：基于层次分析与BP神经网络的评价结果，要比传统层次分析法的评价结果更精确。表明BP神经网络法能有效降低层次分析法中主观因素带来的影响，提高评价结果的客观性。

Abstract： Low carbon architecture is an inevitable developmental trend of the construction industry. Especially in a crisis of global warming， we must make a comprehensive evaluation of low carbon architecture. Starting from the full life cycle of the building， the article used AHP and BP neural network method to build the low-carbon architecture evaluation system. The results showed that： compared with the only AHP， the evaluation result based on AHP and BP neural network method is more accurate. The model would effectively reduce the influence of subjective factors and enhance the objectivity of the evaluation results.

关键词： 低碳建筑;评价方法;层次分析法;BP神经网络

Key words： low-carbon architecture;assessment method;AHP（the analytic hierarchy process）;BP neural network

中图分类号：TU201.5 文献标识码：A 文章编号：1006-4311（2015）04-0134-03

0 引言

中国是一个经济发展迅猛的发展中经济体，其GDP总量已超过日本居世界第二，但与此同时，中国的二氧化碳排放量也超过美国居世界第一，其中建筑的碳排放量占较大的比例。因此，为实现我国在哥本哈根气候变化大会上40%-45%的减排承诺，建筑行业的责任重大。[1]合理构建低碳建筑评价指标体系，并对低碳建筑做出综合评价，是近几年建筑行业的研究重点，也是我国政策的关注热点。

目前大部分研究者多采用层次分析法对低碳建筑进行评价。层次分析法是将复杂的决策问题系统层次化，通过逐层比较各种关联因素的重要性来分析比较出最终的决策方案，该评价过程中主观因素占相当的比重。

BP神经网络法模拟人类大脑的活动，通常由输入层、隐含层、输出层构成。本文采用BP神经网络的有导师学习方式，将输入数据加载到网络的输入端，通过比较实际输出与期望输出的相对误差，不断地修改连接权值，直到相对误差趋于0，即网络的输出端给出最终的决策方案，该评价过程有效降低专家打分引起的主观误差。

1 低碳建筑评价指标体系的构建

低碳建筑的目标旨在建筑的整个生命周期内，减少化石能源的使用，提高能效，降低二氧化碳排放。低碳建筑评价指标体系的构建应从全生命周期出发，即全面又客观地反映出低碳建筑的节能减排情况，同时，指标的选取要遵循全局性、可比性、可持续性等原则。现通过向多位经验丰富的专家请教咨询，并参考大量相关研究资料，整合建立出一套较为系统、合理的低碳建筑评价指标体系，如图1所示。

请多位专家给实际建筑（I-VIII）的各指标进行打分，每个指标分值取（0-5）分。使定性的评价指标因素定量化，确立各具体评价指标值，再进行整理，得到如表1所示数据。

2 层次分析法对低碳建筑的评价

2.1 层次分析法的原理及应用步骤 层次分析法的基本思路是：先分解后综合。首先将所要分析的问题层次化，形成一个多层分析结构模型，最终归结为最底层（方案、措施、指标等）相对于最高层（总目标）相对重要程度的权值或相对优劣次序的问题。其在评价过程中的主要步骤如下：

①建立多层分析结构模型：目标层A准则层B指标层C（如图1所示）。

②构造成对比较矩阵。设某层有n个因素，即{X1，X2，X3，…，Xn}

将该层中两两因素成对比较，比较时取1-9尺度，则构造的成对比较矩阵形式如下：

注：一共构成6个判断矩阵，分别为准则层对目标层的判断矩阵（1个），指标层对准则层的判断矩阵（5个）。

③层次单排序及一致性检验。确定本层各因素对于上一层某因素重要性的排序，成为层次单排序。

求出上述判断矩阵的最大特征值？姿max及相应的归一化特征向量，即权重向量Wi。

为力保所求权值向量Wi的有效性，必须对判断矩阵进行一致性检验，引入一致性检验指标CI、CR，其中：

若CR < 0.1，则判断矩阵通过检验;否则重新构造新的成对比较矩阵。

经计算，层次单排序及一致性检验的结果，如表2所示。

④层次总排序及一致性检验。

确定本层各因素对于总目标重要性的排序，成为层次总排序。

则指标层C对目标层A的权重W=W0・W1・W2・W3・W4・W5，如表3所示。

2.2 层次分析法对实际建筑的评价结果

依据表1中专家给出的各指标分数，利用层次分析法确定的权重值，加权得到实际建筑的最终得分。则实际建筑物（I―VIII）的最终得分分别为：2.8068分、1.9214分、3.2136分、2.0547分、2.2787分、3.1699分、3.8517分、2.8116分。

3 BP神经网络法对低碳建筑的评价

3.1 BP神经网络结构及学习原理

BP算法的基本思路是：输入学习样本，使用反向传播算法对网络的权值进行反复的调整训练，使实际输出与期望输出尽可能接近。假定输入向量X={ X1，X2，X3，…，Xn };期望输出向量d={ d1，d2，d3，…，dq };输出层输出向量Y={ Y1，Y2，Y3，…，Yq };输入层与隐含层、隐含层与输出层的连接权值分别为Wih、Who 。BP神经网络算法的主要步骤如下[2-3]：

3.2 BP神经网络的训练

3.2.1 BP神经网络的建立 根据AHP对评价指标的分析，现提取出对低碳性能影响较大的前8个评价指标，即建筑布局C4、绿化系统C6、能源系统C7、施工材料C9、施工技术C10、维护修理C12、节能设备C13、回收材料C15（该8项指标的权重和为0.9662）。[4]

构建如下的三层BP神经网络对实际建筑的低碳性能进行测试：输入层节点8个，由上述各项评价指标组成;隐含层节点10个，隐含层的激活函数为logsig（S型的对数函数）;输出层节点1个，是对BP神经网络评价结果的输出，输出层的激活函数为tansig（双曲正切S型传递函数），且采用训练函数traingd、学习函数learngd。

3.2.2 BP神经网络的训练 首先设定BP神经网络中的基本参数：学习速率为0.05，误差限制在10-5。其次笔者将采用表1中实际建筑I-VI作为训练样本，实际建筑VII、VIII作为测试样本。网络的训练结果如图2。

通过训练1946次后，总体误差满足要求，此时EAV= 8.1583e-006。

3.3 BP神经网络法对实际建筑的评价结果 利用上述训练好的BP神经网络进行仿真检验，检验结果即为评价结果，并与传统层次分析法的评价结果进行比较（见表4）。

从表4可以看出，采用AHP与BP神经网络相结合建立的模型评价结果较精确，最大相对误差不超过1%，较传统层次分析法构建的模型优越。

由此，一个基于AHP与BP神经网络的低碳建筑评价体系已成功建立，可以对建筑物的低碳性能进行有效评价，从而为决策者提供决策依据。值得注意的是，若能得到更多的样本数据对网络进行训练，可使网络的评价结果更加精确。

4 总结

系统评价与决策是一个复杂的过程，基于AHP与BP神经网络相结合的方法很好的克服了传统层次分析法的不足与缺陷，主要体现有：①BP网络具有自学习特性，在训练过程中可根据误差不断调整层次之间的权重，一方面省去判断矩阵一致性检验，避免逻辑错误，另一方面减少人为因素的过多干预。②BP神经网络在一定程度上是参照层次分析法的结构建立的，但其隐含层的确立脱离实际评价结构。在BP神经网络评价系统中，一方面无需考虑层次间的线性或非线性关系;另一方面无需因评价体系层次结构的改变而改变神经网络结构，其应用更为快捷方便。

参考文献：

[1]薛进军.低碳经济学[M].北京：社会科学文献出版社，2011：3-18.

[2]葛哲学，孙志强.神经网络理论与MATLAB R2007实现[M].北京：电子工业出版社，2007：1-100.

[3]张良均，曹晶，蒋世忠.神经网络实用教程[M].北京：机械工业出版社，2008：1-28.

[4]李晓峰.基于AHP的人工神经网络模型的建立[J].四川大学学报，2003，35（1）：101-103.

[5]支家强，赵靖，李楠.基于人工神经网络的绿色建筑评价[J]. 城市环境与城市生态，2010，23（4）：44-47.

[6]黄冬民，端木京顺.基于BP算法的层次分析法研究[J].贵州工业大学学报，2004，33（1））：67-71.

――――――――――――

作者简介：王世智（1965-），男，辽宁凌源人，兰空某部机场营房处干部，硕士，主要从事机场营房施工与工程经济管理的研究;钟文波（1980-），男，四川眉山人，兰空某部机场营房处助理，学士，研究方向为建筑经济与管理。