[发明专利]多目标优化算法的天然光视觉与非视觉效应耦合优化方法

权利要求书

1.多目标优化算法的天然光视觉与非视觉效应耦合优化方法，用于实现目标建筑物内部满足天然光目标指标的设计要求；其特征在于：定义目标建筑物上透光装置所对应预设各类型参数为各项设计参数；以及基于目标建筑物上的透光装置，定义目标建筑物内部所接收天然光对应的预设各视觉参数为各项天然光视觉指标，定义目标建筑物内部所接收天然光对应的预设各非视觉参数为各项天然光非视觉指标；

通过步骤A到步骤C获得各项设计参数分别和各项天然光视觉指标、各项天然光非视觉指标的第一量化分析结果，以及基于各项设计参数、各项天然光视觉指标和各项天然光非视觉指标，获得各项指标分别与其余各指标和参数的第二量化分析结果；然后根据各个量化分析结果，获得目标建筑物内部满足天然光视觉目标指标与天然光非视觉目标指标，所对应的各项目标设计参数，用于实现目标建筑物内部满足天然光目标指标的设计要求；

步骤A.通过建立参数化模型，来获得各项设计参数和各项天然光视觉指标、各项天然光非视觉指标之间的映射关系，然后进入步骤B；

步骤B.通过多目标优化算法，结合各项设计参数和各项天然光视觉指标与各项天然光非视觉指标之间的映射关系，获得各项设计参数之间的组合解集，然后进入步骤C；

步骤C.通过相关性分析方法及线性回归分析方法，对各项设计参数之间的组合解集和各项天然光视觉指标与各项天然光非视觉指标之间的关系进行分析，得到各项设计参数分别和各项天然光视觉指标、各项天然光非视觉指标的第一量化分析结果，以及基于各项设计参数、各项天然光视觉指标和各项天然光非视觉指标，获得各项指标分别与其余各指标和参数的第二量化分析结果。

2.根据权利要求1所述的多目标优化算法的天然光视觉与非视觉效应耦合优化方法，其特征在于，目标建筑物上透光装置所对应预设各类型参数包括窗台高、窗地比、窗户间距、窗户宽度和窗户高度。

3.根据权利要求1所述的多目标优化算法的天然光视觉与非视觉效应耦合优化方法，其特征在于，目标建筑物内部所接收天然光对应的预设各视觉参数包括天然光自主参数和有效天然采光照度。

4.根据权利要求1所述的多目标优化算法的天然光视觉与非视觉效应耦合优化方法，其特征在于，目标建筑物内部所接收天然光对应的预设各非视觉参数包括有效昼夜节律区域百分比和昼夜节律频率。

5.根据权利要求1所述的多目标优化算法的天然光视觉与非视觉效应耦合优化方法，其特征在于，步骤A中的映射关系，首先通过Rhino Grasshopper平台针对各设计参数来建立参数化模型，然后通过Honeybee插件针对各天然光视觉指标和各天然光非视觉指标进行采光模拟，从而得到各设计参数和各天然光视觉指标、各天然光非视觉指标之间的映射关系。

6.根据权利要求1所述的多目标优化算法的天然光视觉与非视觉效应耦合优化方法，其特征在于，步骤B中的多目标优化算法为HypE Reduction算法。

7.根据权利要求1所述的多目标优化算法的天然光视觉与非视觉效应耦合优化方法，其特征在于，步骤C中的用于获得第一量化分析结果的相关性分析方法通过Pearson相关系数来衡量。

8.根据权利要求1所述的多目标优化算法的天然光视觉与非视觉效应耦合优化方法，其特征在于，步骤C中的用于获得第二量化分析结果的线性回归方法，针对各项天然光视觉指标和各项天然光非视觉指标，通过步骤C1至步骤C2获得各设计参数和各项天然光视觉指标、各项天然光非视觉指标的第二量化分析结果；

步骤C1.选定天然光视觉指标或天然光非视觉指标中的其中一个指标为待计算指标，将各设计参数作为自变量，待计算指标作为因变量，然后进行线性回归分析，得到基于各设计参数和待计算指标的线性回归模型，然后进入步骤C2；

步骤C2.针对该线性回归模型进行F检验，从而得到模型公式，用模型公式来衡量待计算指标与设计参数之间第二量化分析结果。

9.根据权利要求1所述的多目标优化算法的天然光视觉与非视觉效应耦合优化方法，其特征在于，步骤C中的量化分析结果还包括各设计参数的推荐区间，根据从步骤B中获取的设计参数的组合解集，通过预设的天然光视觉指标和预设的天然光非视觉指标，获得各设计参数的推荐区间。