[发明专利]一种基于遗传算法的室内环境反向设计方法在审
申请号: | 201510918848.7 | 申请日: | 2015-12-09 |
公开(公告)号: | CN105550437A | 公开(公告)日: | 2016-05-04 |
发明(设计)人: | 尤学一;张天虎 | 申请(专利权)人: | 天津大学 |
主分类号: | G06F17/50 | 分类号: | G06F17/50 |
代理公司: | 天津市北洋有限责任专利代理事务所 12201 | 代理人: | 李素兰 |
地址: | 300072*** | 国省代码: | 天津;12 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 遗传 算法 室内环境 反向 设计 方法 | ||
技术领域
本发明涉及建筑的室内环境设计领域,特别是基于遗传算法的室内环境反向设计方 法。
背景技术
建筑室内环境设计包含三个主要内容:设计变量、设计目标以及设计方法。设计方 法是室内环境设计的核心内容,可按设计方向分为两大类:正向设计与反向设计。正向 设计根据设计变量值确定相应的设计目标值,通过不断的尝试或利用设计者本身的经 验,对设计变量值进行修正,逐步使设计目标值达到设计要求,进而完成室内环境的设 计过程。但由于室内环境设计问题的复杂性和设计参数的非线性等因素,正向设计过程 往往很难得到理想的结果。反向设计基于结果求原因的顺序,根据设计目标值确定相应 的设计变量值,设计过程存在明确的方向性,且不需要设计者有丰富的经验。因此,反 向设计方法在室内环境设计中的适用性更强。
优化方法是最常用的反向设计方法,其适用性强,应用范围广。遗传算法是一种经 典的优化算法,与其它优化算法相比,遗传算法更容易探索整个设计空间,并找到全局 最优解。它把优化过程看成是生物种群的进化过程,每个变量可能的解表示成一个染色 体的片段,所有变量可能的解按顺序排列成一条完整的染色体,每条染色体代表进化过 程中的一个个体,处于同一代的所有个体称为一个种群。在执行遗传算法之前,首先给 出初始种群,也就是一些假设的解。然后,把这些假设解置于问题的环境中,并按照适 者生存的原则,通过交叉、变异、选择等过程产生更适应环境的新一代种群。这样一代 一代地进化,最后就会收敛得到问题的最优解。
使用遗传算法时,经常会遇到多目标问题,可以使用非支配排序的方法解决此问题。 这里以最大化问题为例,表述非支配关系,对于两个任意个体A、B:
对于任意目标函数f,均满足f(A)>f(B),称A占优B或A支配B;
(2)若A不占优于B,且B不占优于A时,称A与B无差别。
非支配个体是指不被其它任何个体所支配的个体,它们的特点是如果对其中一个目 标进行提高,必将损害其它至少一个目标。所有非支配个体构成帕累托前沿,在帕累托 前沿上的个体不受任何其它个体支配。
通过非支配排序方法,对个体数为n的种群进行排序的具体步骤如下:
(1)设i=1;
(2)对于所有的j=1,2…,n,且j≠i,按照支配关系的定义比较个体i和个体j 之间的支配与非支配关系;
(3)如果不存在任何一个个体j优于i,则i标记为非支配个体;
(4)令i=i+1,转到步骤(2),直到找到所有的非支配个体。
(5)通过上述步骤得到的非支配个体集是种群的第一级非支配层,然后,忽略这 些已经标记的非支配个体,再遵循步骤(1)~(4),就会得到第二级非支配层。依此 类推,直到整个种群被分层。
(6)种群分层结束后,对每个支配层内的个体,使用拥挤度进行排序,得到所有 个体的排序。拥挤度计算公式如下:
tk为第k个点的拥挤度,fi(k+1)为第k+1个点第i个目标的目标函数值,fi(k-1) 为第k-1个点的第i个目标的目标函数值。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于天津大学,未经天津大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201510918848.7/2.html,转载请声明来源钻瓜专利网。