技术领域
[0001] 本
发明涉及建筑构造技术领域，特别涉及一种基于多目标
优化算法的严寒地区建筑构造设计方法。
背景技术
[0002] 东北作为典型的严寒地区，作为中国工业发展的摇篮，在现阶段技术条件下，产业结构仍然以工业为主，技术比较落后，
能源效率不高，每年需要大量消耗
煤炭、石油等矿产资源，同时产生巨大的
碳排放量，这对于我国承诺的减排任务的完成是十分不利的。作为碳排放较多的地区，我国东北严寒地区的减排压
力较大。而严寒地区建筑的大量建造与使用，也伴随着巨大能源消耗与碳排放量，因此对于建筑碳排放的研究和计算，对建筑节能有着重要影响。
[0003] 严寒地区公共建筑的全年
空调采暖能耗中，大约有50％由外围护结构
传热所引起。根据有关技术统计，围护结构各部位
散热热损失比例为：墙体结构传热损失约占60％～70％；
门窗传热损失约占20％～30％；屋面传热损失约占10％。因此外墙的节能设计，对于降低建筑能耗至关重要。
[0004] 外墙结构的构造方式决定了外墙的传热性能，是影响室内热环境的关键因素，并直接影响建筑采暖和空调能耗。因此，建筑外墙的保温
隔热性能是建筑能耗控制的关键。墙体作为
建筑物外围护结构的主要部分，起着承重、保温、防潮、隔热等功效。外围护墙体节能是建筑节能一个重要环节，开发和利用外墙节能技术、优化墙体构造是实现建筑节能的主要途径。严寒地区充分考虑冬季保温要求，部分地区兼顾夏季防热，因此应选择
传热系数较小的外墙结构。
[0005] 虽然外墙保温技术已经广泛应用到寒地建筑外墙，但
现有技术无法针对外墙构造类型的选取以及外墙构造不同层级厚度的控制，进行空间解集的全面搜索，达到节能的最优化。结合多目标
进化算法，能够以建筑能耗和碳排放量为优化目标，对建筑外墙构造不同层级厚度进行优化计算，并得到能耗和碳排放量最少的最优解集。因此基于多目标进化算法的严寒地区建筑外墙构造优化设计对于我国严寒地区建筑节能效果有着重要影响。
发明内容
[0006] 为解决上述现有技术中存在的技术问题，本发明提出了一种基于多目标优化算法的严寒地区建筑构造设计方法
[0007] 一种基于多目标优化算法的严寒地区建筑构造设计方法，所述构造设计方法的步骤为：
[0008] 第一步：针对严寒地区建筑外墙的构造类型，建立与构造类型相应的构造参数可控的外墙数学模型；
[0009] 第二步：根据严寒地区建筑外墙的构造类型建立建筑热性能分析建筑模型，所述建筑热性能分析建筑模型集成的项目信息包括建筑类型、项目
位置、围护结构材料热属性、建筑运行时间表、
暖通空调系统类型和通
风率；
[0010] 第三步：结合
气候数据，以第二步所述建筑热性能分析建筑模型的全年能耗和碳排放量为围护结构优化目标，建立多目标进化算法模
块；
[0011] 第四步：利用第三步所述多目标进化算法模块对严寒地建筑外墙构造进行优化设计，通过优化设计结果构建外墙构造多目标优化模块。
[0012] 优选地，第一步所述构造类型包括外墙内保温、外墙夹芯保温以及外墙外保温三种类型。
[0013] 进一步地，对第一步所述构造参数可控的外墙数学模型进行决策参量与约束条件
参数化建模，具体步骤为：
[0014] A1：确定第一步所述构造参数可控的外墙数学模型的约束条件范围；所述约束条件范围为：保温层中，EPS板厚度不小于90mm，XPS板厚度不小于40mm，聚
氨酯
泡沫塑料厚度不小于40mm。结构层中，
混凝土空心砌块、陶粒
混凝土砌块、
钢筋混凝土剪力墙厚度均不小于200mm；将建筑外墙的构造厚度作为决策参量；
[0015] A2：利用参数化建模技术建立
可视化数据模块与构造参数的驱动关联；并在A1中所述约束条件范围内确定具体约束条件值；
[0016] A3：建立决策参量及决策参量的优化参量与A2中所述具体约束条件值的联系，所述联系即为决策参量数学模型。
[0017] 进一步地，对A3中所述决策参量数学模型进行性能优化目标与决策参量的一体化构建，具体步骤为：
[0018] B1：利用能耗分析平台，将气候数据导入所述决策参量数学模型中，计算决策参量数学模型的全年能耗；
[0019] B2：利用碳排放量分析平台，绘制所述决策参量数学模型全寿命周期的
碳足迹；
[0020] B3：利用B2中所述碳足迹计算决策参量数学模型的碳排放量，将所述决策参量数学模型的全年能耗和碳排放量作为建筑外墙性能优化目标。
[0021] 进一步地，第四步所述利用多目标进化算法模块对严寒地区建筑外墙构造进行优化设计的具体步骤为：
[0022] C1：将决策参量数学模型的全年能耗和碳排放量导入第三步所述多目标进化算法模块中，建立自适应函数模型；
[0023] C2：利用C1中所述自适应函数模型，以决策参量数学模型的全年能耗和碳排放量作为建筑外墙性能优化目标对所述决策参量进行进化计算，获得进化计算结果；
[0024] C3：将C2中所述进化计算结果导入决策参量数学模型中，进行
迭代计算，获得迭代结果；
[0025] C4：根据C3中所述迭代结果通过遗传优化算法模块Optimo筛选出全年能耗和碳排放量最少的严寒地区建筑外墙构造的最优方案，完成优化设计。
[0026] 优选地，第一步所述构造参数可控的外墙数学模型以全年能耗和碳排放量为优化目标建立进行建立，在所述的三种构造类型中，以结构层(xSTR)、保温层(xINS)及
面层(xSF)不同类别的互相搭配和各层厚度为决策参量建立构造参数可控的外墙数学模型，所述构造参数可控的外墙数学模型的建立过程如下：
[0027] Min Z1(X)＝EC(X)
[0028] Min Z2(X)＝C(X)
[0029] 使其满足
[0030] xSTR{1,...I},(I＝3)
[0031] xINS{1,...J},(J＝3)
[0032] xSF{1,...K},(K＝5)
[0033] xSTRt{200,...+∞}
[0034] xINSt(XPS，聚氨酯泡沫塑料){40,...+∞}
[0035] xINSt(EPS){90,...+∞}
[0036] xSURt{10,...+∞}
[0037] X＝{xSTR，xINS，xSF}
[0038] 其中，X表示决策参量集合；EC表示全年能耗；C表示碳排放量；xSTR表示结构层材质类别；xINS表示保温层材质类别；xSUR表示面层材质类别；I表示结构层材质类别上限值；J表示保温层材质类别上限值；K表示面层材质类别上限值；xSTRt表示结构层厚度值域；xINSt表示保温层厚度值域；xSURt表示面层厚度值域。
[0039] 优选地，第二步所述建筑热性能分析建筑模型的建立过程为：
[0040] E1：运用第一步所述构造参数可控的外墙数学模型，定义项目位置、建筑类型、使用人数、围护结构材料热属性、暖通空调系统类型、建筑运行时间表以及
通风率；将气候数据导入所述项目位置中；
[0041] E2：运用所述构造参数可控的外墙数学模型进行全年能耗模拟计算，获得全年能耗模拟值；
[0042] E3：分别对建筑建造阶段的碳排放量、建筑使用阶段的碳排放量及建筑拆除阶段的碳排放量进行模拟计算，获得碳排放量模拟值；
[0043] E4：将全年能耗模拟值与碳排放量模拟值组合，形成建筑热性能分析建筑模型。
[0044] 优选地，E2中所述运用所述构造参数可控的外墙数学模型进行全年能耗模拟计算的具体过程为：
[0045] E2.1：根据有人居住条件建筑物单位采暖耗热量模型对建筑物单位采暖耗热量进行计算，所述有人居住条件建筑物单位采暖耗热量模型如下：
[0046]
[0047] E2.2：根据无人居住条件建筑物单位采暖耗热量模型对建筑物单位采暖耗热量进行计算，所述无人居住条件建筑物单位采暖耗热量模型如下：
[0048]
[0049] 式中qhm——建筑物单位采暖耗热量，W/m2；Qhm——检测持续时间内在建筑物热力入口处测得的总供热量MJ；qIH——单位建筑面积的建筑内部得热，W/m2；ti——单全部房间平均室内计算
温度，℃；te——计算用采暖期室外平均温度，℃；tia——检测持续时间内建筑物室内平均温度，℃；tea——检测持续时间内室外平均温度，℃；A0——建筑物总采暖建2
筑面积，m；Hr——检测持续时间，h；278——单位换算系数。
[0050] 优选地，E3所述分别对建筑建造阶段的碳排放量、建筑使用阶段的碳排放量及建筑拆除阶段的碳排放量进行模拟计算的过程为：
[0051] E3.1：建立建造阶段的碳排放量模型，根据建筑建造阶段的碳排放量模型对此阶段的碳排放量进行计算，所述建造阶段的碳排放量模型为：
[0052] Econ＝Econ，1+Econ，2+Econ，3
[0053] 式中：Econ，1为
建筑材料从工厂到施工场地运输的CO2eq量，单位为kgCO2eq；Econ，2为建筑建造时施工的CO2eq量，单位为kgCO2eq；Econ，3为建筑用地性质改变产生的CO2eq量，单位为kgCO2eq；
[0054]
[0055] 式中：Wi，j第i种材料通过第j种方式运输的
质量，单位为kg；FTj运送单位质量、单位距离的货物，第j种方式运输的排放因子，单位为kgCO2eq/(km·kg)；Lj第i种材料通过第j种方式运输的距离，单位为km。
[0056] Econ，2＝A×(FLb-FLa)
[0057] 式中：A为建筑占地面积土地面积，单位为m2。FLb，FLa分别为建设前和建设后，不同性质土地的碳排放因子，单位为：kgCO2eq/m2。
[0058] Econ，3＝Y×S
[0059] 式中：Y为单位面积建筑的施工碳排放强度，单位为kgCO2eq/m2；S为建筑面积，单位为m2；
[0060] E3.2：建立建筑使用阶段的碳排放量模型，根据建筑使用阶段的碳排放量模型对此阶段的碳排放量进行计算，所述建筑使用阶段的碳排放量模型为：
[0061] Eopr＝Eopr，1+Eopr，2
[0062] 式中：Eopr，1为暖通、空调、采光等设备的运行能耗产生的CO2eq排放量，单位为kg；Eopr，2为建筑使用阶段制冷剂逃逸的CO2eq排放量，单位为kg；
[0063]
[0064] 式中：Eopr，1为建筑使用的暖通空调设备、采光设备消费能源的碳排放CO2eq量，单位为kg；Ai为类型为i的建筑的面积，单位为m2。建筑类型可以是住宅、中小型公建、大型公建、国家机关；t为建筑的设计使用寿命，单位为年；M为单位面积建筑的年均能源使用量，单位为：KWh/m2·年；EFi为i类建筑能源的等效二
氧化碳排放因子，单位为：CO2eq/(KWh)[0065] Eopr，2＝(Ml+Ma)×n×GWP
[0066] 式中：M1为
制冷设备使用阶段制冷剂的泄露量，单位为kg/台；Ma为制冷设备废弃后，制冷剂的丢弃量，单位为kg/台；n为制冷设备数量，单位为：台；
[0067] E3.3：建立建筑拆除阶段的碳排放量模型，根据建筑拆除阶段的碳排放量模型对此阶段的碳排放量进行计算，所述建筑拆除阶段的碳排放量模型为：
[0068] Edis＝Edis，1+Edis，2+Edis，3
[0069] Edis为建筑拆除阶段的碳排放总量，单位为kgCO2eq；Edis，1为建筑拆除施工的碳排放量，单位为kgCO2eq；Edis，2为建筑垃圾运输的碳排放量，单位为kgCO2eq；Edis，3为建筑垃圾处理的碳排放量，单位为kgCO2eq。
[0070] Edis，1＝Econ，3×10％
[0071] 式中Econ，3为建筑建造阶段建筑施工的碳排放量，单位为kgCO2eq；
[0072]
[0073] 式中：Wij第i种建筑垃圾通过第j种运输方式运输的质量，单位为kg；FTj运送单位质量、单位距离的货物，第j种运输方式的排放因子，单位为kgCO2eq/(km·kg)；Lj第i种材料通过第j种方式运输的距离，单位为km。
[0074]
[0075] Mj为第j类建筑垃圾的量，单位为kg；PMf、PM1、PMr分别为第j类建筑垃圾填埋、焚烧、回收的百分比；EFf、EF1、EFr分别为第j类建筑垃圾的焚烧、填埋、回收的碳排放因子，单位为kgCO2eq/kg。
[0076] 优选地，第四步所述构建外墙构造多目标优化模块建立的具体过程为：
[0077] F1：将所述全年能耗模拟值与碳排放量模拟值导入多目标进化算法模块中进行解析；
[0078] F2：通过模块中的
遗传算法将F1的解析结果反馈给决策参量进行迭代计算，获得同时以全年能耗和碳排放量为目标的解集；
[0079] F3：在该解集中自动筛选帕雷托(Pareto)最优解，即全年能耗和碳排放量同时最小的解；
[0080] F4：自动搜索上述帕雷托解对应的决策参量即外墙构造参数，完成多目标优化模块的建立。
[0081] 本发明有益效果：传统的设计方式在处理复杂性问题中有诸多限制，如建筑外墙构造类型及构造厚度，对建筑能耗和碳排放的影响，多种因素以复杂的关系影响着建筑节能效果。本发明运用多目标进化算法，将建筑能耗和碳排模拟计算结果转变为建筑外墙结构设计过程的逻辑控制，在能耗和碳排放量同时达到最小的情况下，得出最优化的建筑外墙构造。外墙构造的节能建筑设计是节约能源的最有效手段。
附图说明
[0082] 图1为本发明外墙外保温构造类型与构造参数关联示意图。
[0083] 图2为本发明外墙夹芯保温构造类型与构造参数关联示意图。
[0084] 图3为本发明外墙内保温构造类型与构造参数关联示意图。
具体实施方式
[0085] 下面结合具体
实施例对本发明做进一步说明，但本发明不受实施例的限制。
[0086] 实施例1：
[0087] 本发明提出了一种基于多目标优化算法的严寒地区建筑构造设计方法，所述构造设计方法的步骤为：
[0088] 一种基于多目标优化算法的严寒地区建筑构造设计方法，所述构造设计方法的步骤为：
[0089] 第一步：针对严寒地区建筑外墙的构造类型，建立与构造类型相应的构造参数可控的外墙数学模型；
[0090] 第二步：根据严寒地区建筑外墙的构造类型建立建筑热性能分析建筑模型，所述建筑热性能分析建筑模型集成的项目信息包括建筑类型、项目位置、围护结构材料热属性、建筑运行时间表、暖通空调系统类型和通风率；
[0091] 第三步：结合气候数据，以第二步所述建筑热性能分析建筑模型的全年能耗和碳排放量为围护结构优化目标，建立多目标进化算法模块；所述气候数据可通过当地气象部门获得。
[0092] 第四步：利用第三步所述多目标进化算法模块对严寒地建筑外墙构造进行优化设计，通过优化设计结果构建外墙构造多目标优化模块。
[0093] 其中，第一步所述构造类型包括外墙内保温、外墙夹芯保温以及外墙外保温三种类型。
[0094] 进一步地，对第一步所述构造参数可控的外墙数学模型进行决策参量与约束条件参数化建模，具体步骤为：
[0095] A1：确定第一步所述构造参数可控的外墙数学模型的约束条件范围；所述约束条件范围为：保温层中，EPS板厚度不小于90mm，XPS板厚度不小于40mm，聚氨酯泡沫塑料厚度不小于40mm。结构层中，混凝土空心砌块、陶粒混凝土砌块、
钢筋混凝土剪力墙厚度均不小于200mm；同时，将建筑外墙的构造厚度作为决策参量；
[0096] A2：利用参数化建模技术，根据不同的构造类型，建立可视化数据模块与构造参数的驱动关联，所述驱动关联关系如图1-3所示；并在A1中所述约束条件范围内确定具体约束条件值；其中，可视化数据模块在现有的建筑分析
软件中均有体现，或可通过现有仿真软件，根据建筑技术知识进行仿真模拟；
[0097] A3：建立决策参量及建筑外墙的构造厚度的优化参量与A2中所述具体约束条件值的联系，该约束条件值在A2的驱动关联过程中被
指定，所述联系即为决策参量数学模型。
[0098] 进一步地，对A3中所述决策参量数学模型进行性能优化目标与决策参量的一体化构建，具体步骤为：
[0099] B1：利用能耗分析平台，将气候数据导入所述决策参量数学模型中，计算决策参量数学模型的全年能耗；
[0100] B2：利用碳排放量分析平台，绘制所述决策参量数学模型全寿命周期的碳足迹；
[0101] B3：利用B2中所述碳足迹计算决策参量数学模型的碳排放量，将所述决策参量数学模型的全年能耗和碳排放量作为建筑外墙性能优化目标。
[0102] 其中，能耗分析平台和碳排放量分析平台为软件平台，如Green Building Studio、SimaPro，具有能耗分析和碳排放量分析的功能；
[0103] 进一步地，第四步所述利用多目标进化算法模块对严寒地建筑外墙构造进行优化设计的具体步骤为：
[0104] C1：将决策参量数学模型的全年能耗和碳排放量导入第三步所述多目标进化算法模块中，建立自适应函数模型；
[0105] C2：利用C1中所述自适应函数模型，以决策参量数学模型的全年能耗和碳排放量作为建筑外墙性能优化目标对所述决策参量进行进化计算，获得进化计算结果；
[0106] C3：将C2中所述进化计算结果导入决策参量数学模型中，进行迭代计算，获得迭代结果；
[0107] C4：根据C3中所述迭代结果通过遗传优化算法模块Optimo筛选出全年能耗和碳排放量最少的严寒地区建筑外墙构造的最优方案，完成优化设计。
[0108] 其中，第一步所述构造参数可控的外墙数学模型以全年能耗和碳排放量为优化目标建立进行建立，在所述的三种构造类型中，均以结构层(xSTR)、保温层(xINS)及面层(xSF)不同类别的互相搭配和各层厚度为决策参量建立构造参数可控的外墙数学模型，所述构造参数可控的外墙数学模型的建立过程如下：
[0109] Min Z1(X)＝EC(X)
[0110] Min Z2(X)＝C(X)
[0111] 使其满足
[0112] xSTR{1,...I},(I＝3)
[0113] xINS{1,...J},(J＝3)
[0114] xSF{1,...K},(K＝5)
[0115] xSTRt{200,...+∞}
[0116] xINSt(XPS，聚氨酯泡沫塑料){40,...+∞}
[0117] xINSt(EPS){90,...+∞}
[0118] xSURt{10,...+∞}
[0119] X＝{xSTR，xINS，xSF}
[0120] 其中，X表示决策参量集合；EC表示全年能耗；C表示碳排放量；xSTR表示结构层材质类别；xINS表示保温层材质类别；xSUR表示面层材质类别；I表示结构层材质类别上限值；J表示保温层材质类别上限值；K表示面层材质类别上限值；xSTRt表示结构层厚度值域；xINSt表示保温层厚度值域；xSURt表示面层厚度值域。
[0121] 其中，第二步所述建筑热性能分析建筑模型的建立过程为：
[0122] E1：运用第一步所述构造参数可控的外墙数学模型，定义项目位置、建筑类型、使用人数、围护结构材料热属性、暖通空调系统类型、建筑运行时间表以及通风率；将气候数据导入所述项目位置中；其中，所述项目位置、建筑类型、使用人数、围护结构材料热属性、暖通空调系统类型、建筑运行时间表以及通风率可以根据建筑设计要求进行具体设计和指定；
[0123] E2：运用所述构造参数可控的外墙数学模型进行全年能耗模拟计算，获得全年能耗模拟值；
[0124] E3：分别对建筑建造阶段的碳排放量、建筑使用阶段的碳排放量及建筑拆除阶段的碳排放量进行模拟计算，获得碳排放量模拟值；
[0125] E4：将全年能耗模拟值与碳排放量模拟值组合，形成建筑热性能分析建筑模型。
[0126] 其中，E2中所述运用所述构造参数可控的外墙数学模型进行全年能耗模拟计算的具体过程为：
[0127] E2.1：根据有人居住条件建筑物单位采暖耗热量模型对建筑物单位采暖耗热量进行计算，所述有人居住条件建筑物单位采暖耗热量模型如下：
[0128]
[0129] E2.2：根据无人居住条件建筑物单位采暖耗热量模型对建筑物单位采暖耗热量进行计算，所述无人居住条件建筑物单位采暖耗热量模型如下：
[0130]
[0131] 式中qhm——建筑物单位采暖耗热量，W/m2；Qhm——检测持续时间内在建筑物热力入口处测得的总供热量MJ；qIH——单位建筑面积的建筑内部得热，W/m2；ti——单全部房间平均室内计算温度，℃；te——计算用采暖期室外平均温度，℃；tia——检测持续时间内建筑物室内平均温度，℃；tea——检测持续时间内室外平均温度，℃；A0——建筑物总采暖建筑面积，m2；Hr——检测持续时间，h；278——单位换算系数。
[0132] 其中，E3所述分别对建筑建造阶段的碳排放量、建筑使用阶段的碳排放量及建筑拆除阶段的碳排放量进行模拟计算的过程为：
[0133] E3.1：建立建造阶段的碳排放量模型，根据建筑建造阶段的碳排放量模型对此阶段的碳排放量进行计算，所述建造阶段的碳排放量模型为：
[0134] Econ＝Econ，1+Econ，2+Econ，3
[0135] 式中：Econ，1为建筑材料从工厂到施工场地运输的CO2eq量，单位为kgCO2eq；Econ，2为建筑建造时施工的CO2eq量，单位为kgCO2eq；Econ，3为建筑用地性质改变产生的CO2eq量，单位为kgCO2eq；
[0136]
[0137] 式中：Wi，j第i种材料通过第j种方式运输的质量，单位为kg；FTj运送单位质量、单位距离的货物，第j种方式运输的排放因子，单位为kgCO2eq/(km·kg)；Lj第i种材料通过第j种方式运输的距离，单位为km。
[0138] Econ，2＝A×(FLb-FLa)
[0139] 式中：A为建筑占地面积土地面积，单位为m2。FLb，FLa分别为建设前和建设后，不同性质土地的碳排放因子，单位为：kgCO2eq/m2。
[0140] Econ，3＝Y×S
[0141] 式中：Y为单位面积建筑的施工碳排放强度，单位为kgCO2eq/m2；S为建筑面积，单位2
为m；
[0142] E3.2：建立建筑使用阶段的碳排放量模型，根据建筑使用阶段的碳排放量模型对此阶段的碳排放量进行计算，所述建筑使用阶段的碳排放量模型为：
[0143] Eopr＝Eopr，1+Eopr，2
[0144] 式中：Eopr，1为暖通、空调、采光等设备的运行能耗产生的CO2eq排放量，单位为kg；Eopr，2为建筑使用阶段制冷剂逃逸的CO2eq排放量，单位为kg；
[0145]
[0146] 式中：Eopr，1为建筑使用的暖通空调设备、采光设备消费能源的碳排放CO2eq量，单位2
为kg；Ai为类型为i的建筑的面积，单位为m。建筑类型可以是住宅、中小型公建、大型公建、国家机关；t为建筑的设计使用寿命，单位为年；M为单位面积建筑的年均能源使用量，单位为：KWh/m2·年；EFi为i类建筑能源的等效二氧化碳排放因子，单位为：CO2eq/(KWh)[0147] Eopr，2＝(Ml+Ma)×n×GWP
[0148] 式中：M1为制冷设备使用阶段制冷剂的泄露量，单位为kg/台；Ma为制冷设备废弃后，制冷剂的丢弃量，单位为kg/台；n为制冷设备数量，单位为：台；
[0149] E3.3：建立建筑拆除阶段的碳排放量模型，根据建筑拆除阶段的碳排放量模型对此阶段的碳排放量进行计算，所述建筑拆除阶段的碳排放量模型为：
[0150] Edis＝Edis，1+Edis，2+Edis，3
[0151] Edis为建筑拆除阶段的碳排放总量，单位为kgCO2eq；Edis，1为建筑拆除施工的碳排放量，单位为kgCO2eq；Edis，2为建筑垃圾运输的碳排放量，单位为kgCO2eq；Edis，3为建筑垃圾处理的碳排放量，单位为kgCO2eq。
[0152] Edis，1＝Econ，3×10％
[0153] 式中Econ，3为建筑建造阶段建筑施工的碳排放量，单位为kgCO2eq；
[0154]
[0155] 式中：Wij第i种建筑垃圾通过第j种运输方式运输的质量，单位为kg；FTj运送单位质量、单位距离的货物，第j种运输方式的排放因子，单位为kgCO2eq/(km·kg)；Lj第i种材料通过第j种方式运输的距离，单位为km。
[0156]
[0157] Mj为第j类建筑垃圾的量，单位为kg；PMf、PM1、PMr分别为第j类建筑垃圾填埋、焚烧、回收的百分比；EFf、EF1、EFr分别为第j类建筑垃圾的焚烧、填埋、回收的碳排放因子，单位为kgCO2eq/kg。
[0158] 其中，第四步所述构建外墙构造多目标优化模块建立的具体过程为：
[0159] F1：将所述全年能耗模拟值与碳排放量模拟值导入多目标进化算法模块中进行解析；
[0160] F2：通过模块中的遗传算法将F1的解析结果反馈给决策参量进行迭代计算，获得同时以全年能耗和碳排放量为目标的解集；
[0161] F3：在该解集中自动筛选帕雷托(Pareto)最优解，即全年能耗和碳排放量同时最小的解；
[0162] F4：自动搜索上述帕雷托解对应的决策参量即外墙构造参数，完成多目标优化模块的建立。
[0163] 在严寒地区的建筑设计过程是一个非常复杂的过程，不仅需要考虑建筑本身各项指标的合理性，同时还要考虑建筑本身对外界环境的影响，因此，建筑设计过程中多种因素以复杂的关系影响着建筑本身性能指标以及建筑节能效果。传统建筑设计方法对于建筑设计的复杂性问题的处理过程存在很多限制，例如，传统建筑设计方法对建筑外墙构造类型与构造厚度之间的搭
配对建筑全年能耗和碳排放量的影响就不能给出最优的合理分析和最优组合结果。而在建筑设计过程中，往往仅通过部分指标计算、分析进行设计，而设计中，主要依靠工程师的经验与简单计算后的指标的结合。同时，就当前环境受到的严重压力而言，面对城市化建设和当前各种公用建筑和住宅等建筑不断增多的实际情况，如何能够最大程度上做到建筑的节能环保是一直渴望解决但始终未能获得成功的技术难题。
[0164] 本发明提出的一种基于多目标化算法的严寒地区建筑构造设计方法：1、克服了传统设计以建筑经验为主结合部分建筑指标计算、分析进行设计的技术偏见，预先根据建筑建造要求，结合当地气候、环境需求及建筑周边外围设置对建筑全年能耗和碳排放量进行预先模拟计算，并将模拟计算效果转化为建筑外墙结构设计过程的逻辑控制能耗和碳排放量同时达到最小的情况下，得出最优化的建筑外墙结构，为建筑设计打下坚实的设计理论数值
基础；2、能够针对不同的建筑构造类型进行针对性设计，真正实现对建筑实际需求的针对性优化设计；3、运用多目标优化进行设计，极大程度上节约了人力成本和时间成本，同时，提高了优化设计的准确性；4、以结构层(xSTR)、保温层(xINS)及面层(xSF)不同类别的互相搭配和各层厚度为决策参量，以全年能耗和碳排放量为优化目标对建筑进行设计，实现了建筑能耗，以及建筑从建造、使用到拆除的全程碳排放量的优化设计，极大程度上降低了建筑能耗，以及建筑从建造、使用到拆除的全程碳排放量，做到了真正意义上的节能环保；5、由于本发明提出的方法以结构层(xSTR)、保温层(xINS)及面层(xSF)不同类别的互相搭配和各层厚度为决策参量，以全年能耗和碳排放量为优化目标对建筑进行设计，因此，其在节能环保的同时，又完全确保了建筑的保温性能，极大程度上优化了建筑保温性能和建筑成本节约、节能环保之间的搭配，无论从环境需求
角度，还是从居民需求角度都提高了建筑的整体质量。
[0165] 虽然本发明已以较佳的实施例公开如上，但其并非用以限定本发明，任何熟悉此技术的人，在不脱离本发明的精神和范围内，都可以做各种改动和修饰，因此本发明的保护范围应该以
权利要求书所界定的为准。
