[发明专利]一种基于中立二型模糊集的绿色建筑经济性判定方法

说明书

本发明公开了一种基于中立二型模糊集的绿色建筑经济性判定方法。其中，所述方法包括：选用若干评价指标因子，基于该评价指标因子构建神经网络模型，输出神经网络权重值；基于该神经网络权重值将神经网络模型转换为连续非线性系统的控制框架；基于该控制框架构建滑膜控制器调整神经网络模型权重值优化神经网络。本发明利用中立二型模糊集的神经网络使得系统更能有效处理不确定性信息，有效解决现有的方案主观因素影响较大的问题；同时针对算法收敛慢且学习误差大的问题，给出了将神经网络模型转化为连续非线性系统的控制框架，利用滑膜控制器对权重进行在线调整的技术方案，保证了模型训练过程中快速与准确的收敛。

技术领域

本发明涉及绿色建筑经济性判定技术领域，尤其涉及一种基于中立二型模糊集的绿色建筑经济性判定方法和装置以及设备。

背景技术

建筑对经济、社会和环境的影响巨大。随着建筑对环境的影响越来越重视，绿色建筑的经济评估在建筑行业中显得越来越重要。

现有的绿色建筑经济性判定方案，一般是建立绿色建筑指标，根据该指标建立神经网络模型，进而预估判定绿色建筑经济性。

然而，现有的绿色建筑经济性判定方案，主观因素影响较大，神经网络训练过程中不够快速准确。

发明内容

有鉴于此，本发明的目的在于提出一种基于中立二型模糊集的绿色建筑经济性判定方法和装置以及设备，能够实现绿色建筑的经济性评估可以减少主观因素的影响，使结果更客观出结果更快。

根据本发明的一个方面，提供一种基于中立二型模糊集的绿色建筑经济性判定方法，包括：选用若干评价指标因子，基于该评价指标因子构建神经网络模型，输出神经网络权重值；基于该神经网络权重值将神经网络模型转换为连续非线性系统的控制框架；基于该控制框架构建滑膜控制器调整神经网络模型权重值优化神经网络。

根据本发明的另一个方面，提供一种基于中立二型模糊集的绿色建筑经济性判定装置，包括：评价指标因子模块、神经网络模块、框架模块和滑膜控制器模块；所述评价指标因子模块，用于选用绿色建筑的评价指标因子；所述神经网络模块，用于构建神经网络模型，输出神经网络权重值；所述框架模块，用于将神经网络模型转换为连续非线性系统的控制框架；所述滑膜控制器模块，用于构建滑膜控制器调整神经网络模型权重值。

根据本发明的又一个方面，提供一种基于中立二型模糊集的绿色建筑经济性判定设备，包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上述任一项所述的基于中立二型模糊集的绿色建筑经济性判定方法。

根据本发明的再一个方面，提供一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如上述任一项所述的基于中立二型模糊集的绿色建筑经济性判定方法。

可以发现，以上方案，本发明提出的利用具有中立二型模糊集的大脑情感学习神经网络去实现绿色建筑的经济性评估可以减少主观因素的影响，使结果更客观出结果更快。中立二型模糊集的神经网络使得系统更能有效处理不确定性信息，如非线性、时变性等，有效解决现有的绿色建筑经济性判定方案，主观因素影响较大的问题；同时针对算法收敛慢且学习误差大的问题，给出了将神经网络模型转化为连续非线性系统的控制框架，利用滑膜控制器对权重进行在线调整的技术方案，利用调整的学习率对模型进行迭代训练，保证了模型训练过程中快速与准确的收敛。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明基于中立二型模糊集的绿色建筑经济性判定方法一实施例的流程示意图；