一种适老型住宅空间布局自动生成方法及系统技术方案

本发明专利技术公开一种适老型住宅空间布局自动生成方法及系统，涉及建筑参数化设计技术领域，方法包括：获取样本数据集；对样本数据集进行处理，得到多因素Cox比例风险回归模型的输入变量；将输入变量输入多因素Cox比例风险回归模型中，得到降低抑郁状况和自评健康状况风险的住宅面积范围、卫生间数量范围和厨房数量范围；根据住宅面积范围、卫生间数量范围和厨房数量范围确定适老型住宅空间中各房间的面积范围和数量；根据适老型住宅空间中各房间的面积范围和数量以及建立的噪声指数目标函数、步行距离目标函数和相邻偏好目标函数，自动生成适老型住宅空间布局。本发明专利技术能够自动生成健康舒适的适老型住宅空间布局。康舒适的适老型住宅空间布局。康舒适的适老型住宅空间布局。

【技术实现步骤摘要】
一种适老型住宅空间布局自动生成方法及系统


[0001]本专利技术涉及建筑参数化设计
，特别是涉及一种适老型住宅空间布局自动生成方法及系统。

技术介绍

[0002]根据《世界卫生组织报告》，60岁及以上人口的数量和比例正在增加，2019年60岁及以上人口已经超过10亿，约占总人口数的14％；预计到2050年，这一数字将达到21亿。世界各地人口老龄化步伐的急剧加快，也给社会的发展带来了卫生和社会保障、交通、城市规划和建筑建设等诸多挑战。与年轻人相比，老年人在生理和心理上更容易受到居住环境的影响，对居住环境的健康和舒适性要求更高。因此，从健康和舒适的角度进行合理的建筑设计，对老年人的身心健康至关重要。
[0003]黄毅在研究论文《Automated generation of optimised building envelope:simulation based multi
‑
objective process using evolutionary algorithm》中提出：空间布局设计对确保最终建筑产品的健康和舒本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种适老型住宅空间布局自动生成方法，其特征在于，所述方法包括：获取样本数据集；所述样本数据集包括多个研究对象的样本；每个所述研究对象的样本均包括因变量和自变量；所述因变量包括抑郁状况和自评健康状况；所述自变量包括住宅面积、卧室数量、客厅数量、卫生间数量、厨房数量和阳台数量；对所述样本数据集进行处理，得到多因素Cox比例风险回归模型的输入变量；所述输入变量包括抑郁状况、自评健康状况、住宅面积、卫生间数量和厨房数量；所述多因素Cox比例风险回归模型包括分析抑郁状况影响风险的多因素Cox比例风险回归模型和分析自评健康状况影响风险的多因素Cox比例风险回归模型；将所述输入变量分别全部输入所述分析抑郁状况影响风险的多因素Cox比例风险回归模型和所述分析自评健康状况影响风险的多因素Cox比例风险回归模型中，得到降低抑郁状况和自评健康状况风险的住宅面积范围、卫生间数量范围和厨房数量范围；根据所述住宅面积范围、所述卫生间数量范围和所述厨房数量范围确定适老型住宅空间中各房间的面积范围和适老型住宅空间中各房间的数量；建立噪声指数目标函数、步行距离目标函数和相邻偏好目标函数；根据所述适老型住宅空间中各房间的面积范围和所述适老型住宅空间中各房间的数量以及所述噪声指数目标函数、所述步行距离目标函数和所述相邻偏好目标函数，自动生成适老型住宅空间布局。2.根据权利要求1所述的适老型住宅空间布局自动生成方法，其特征在于，每个所述研究对象的样本还包括协变量；所述协变量包括性别、年龄、居住地类型、受教育程度、是否与家人同住、吸烟情况、饮酒情况和是否患慢性疾病。3.根据权利要求2所述的适老型住宅空间布局自动生成方法，其特征在于，所述对所述样本数据集进行处理，得到多因素Cox比例风险回归模型的输入变量，具体包括：获取所述样本数据集中的分类变量和连续变量；所述分类变量包括卧室数量、客厅数量、卫生间数量、厨房数量、阳台数量、性别、居住地类型、受教育程度、是否与家人同住、吸烟情况、饮酒情况和是否患慢性疾病；所述连续变量包括住宅面积和年龄；对所述分类变量进行卡方检验，得到与所述因变量偏离概率小于0.01的目标分类变量；所述目标分类变量包括卧室数量、客厅数量、卫生间数量、厨房数量、阳台数量、性别、居住地类型、受教育程度、是否与家人同住、吸烟情况、饮酒情况和是否患慢性疾病；对所述连续变量进行t检验，得到与所述因变量偏离概率小于0.01的目标连续变量；所述目标连续变量包括住宅面积和年龄；对所述目标分类变量和所述目标连续变量进行等比例风险假定检验，得到满足等比例风险假定条件的筛选变量；所述满足等比例风险假定条件的筛选变量包括住宅面积、卫生间数量、厨房数量、性别、居住地类型、受教育程度、饮酒情况、是否患慢性疾病和是否与家人同住；对所述满足等比例风险假定条件的筛选变量进行共线性诊断，得到诊断后的目标筛选变量；所述诊断后的目标筛选变量包括住宅面积、卫生间数量、厨房数量、性别、居住地类型、受教育程度、饮酒情况、是否患慢性疾病和是否与家人同住；将所述因变量和所述诊断后的目标筛选变量共同作为多因素Cox比例风险回归模型的输入变量。
4.根据权利要求3所述的适老型住宅空间布局自动生成方法，其特征在于，所述将所述输入变量分别全部输入所述分析抑郁状况影响风险的多因素Cox比例风险回归模型和所述分析自评健康状况影响风险的多因素Cox比例风险回归模型中，还得到影响老年人抑郁状况出现的因素和影响老年人自评健康状况的因素；所述影响老年人抑郁状况出现的因素包括住宅面积、卫生间数量、性别、居住地类型、受教育程度和是否患有慢性疾病；所述影响中老年人自评健康状况的因素包括卫生间数量、居住地类型、受教育程度、饮酒情况和是否患有慢性疾病。5.根据权利要求1所述的适老型住宅空间布局自动生成方法，其特征在于，所述噪声指数目标函数为式中，Tns表示适老型住宅的总体噪声...

【专利技术属性】
技术研发人员：周迎，丁烈云，骆汉宾，李晨爽，黄艳红，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：