一种基于多模型的绿色技术选择辅助决策方法和系统技术方案

本说明书实施例提供一种基于多个模型的绿色技术选择方法和系统，属于绿色建筑技术领域，该方法包括获取待决策建筑项目的相关信息；获取多种绿色技术的技术相关信息；对于每种绿色技术，通过绿色技术对应的适用性确定模型，基于待决策建筑项目的相关信息及绿色技术的技术相关信息，判断绿色技术是否适用于待决策建筑项目；若适用性确定模型判断绿色技术适用于待决策建筑项目，通过绿色技术对应的推荐分评估模型基于待决策建筑项目的相关信息及绿色技术的技术相关信息，确定绿色技术的推荐分；基于多种绿色技术的推荐分，从多种绿色技术中确定至少一种应用于待决策建筑项目的目标绿色技术。标绿色技术。标绿色技术。

【技术实现步骤摘要】
一种基于多模型的绿色技术选择辅助决策方法和系统


[0001]本说明书涉及绿色建筑领域，特别涉及一种基于多模型的绿色技术选择辅助决策方法和系统。

技术介绍

[0002]绿色技术又被称作环境友好技术或生态技术，是指对减少环境污染，减少原材料、自然资源和能源使用的技术、工艺或产品的总称。在建筑物的设计、建造、改造中，可采用的绿色技术非常多，简单的技术堆砌既没有产生理想的经济效益，又在应用过程中难以发挥最大作用。因此，在设计阶段初期对于绿色技术的决策显得尤为关键，优化绿色技术配置可有效提高资源利用率、项目经济性，降低建筑碳排放。现有技术中，极大的依赖于设计人员的经验水平，评估各项绿色技术是否被采用，极易出现设计不合理，使节能效果达不到预期，造成资源的极大浪费。
[0003]因此，需要提供一种基于多模型的绿色技术选择辅助决策方法和系统，用于提高建筑项目在方案阶段决策的科学性和全面性，进而提高建筑项目的资源利用率、项目经济性，降低建筑碳排放。

技术实现思路

[0004]为了解决现有技术中极大的依赖于设计人员的经验水平，评估各项绿色技术是否被采用，极易出现设计不合理，使节能效果达不到预期，造成资源的极大浪费的技术问题，本说明书实施例之一提供一种基于多模型的绿色技术选择辅助决策方法，包括：获取待决策建筑项目的相关信息，其中，所述待决策建筑项目的相关信息包括所述待决策建筑项目的基本信息及技术实施条件信息；获取多种绿色技术的技术相关信息，其中，所述技术相关信息包括所述绿色技术的至少一个必要适用条件；对于每种所述绿色技术，通过所述绿色技术对应的适用性确定模型，基于所述待决策建筑项目的相关信息及所述绿色技术的技术相关信息，判断所述绿色技术是否适用于所述待决策建筑项目；若所述适用性确定模型判断所述绿色技术适用于所述待决策建筑项目，通过所述绿色技术对应的推荐分评估模型基于所述待决策建筑项目的相关信息及所述绿色技术的技术相关信息，确定所述绿色技术的推荐分；基于所述多种绿色技术的推荐分，从所述多种绿色技术中确定至少一种应用于所述待决策建筑项目的目标绿色技术。
[0005]可以理解的，本说明书实施例之一提供一种基于多模型的绿色技术选择辅助决策方法，对于每一种绿色技术，先通过其对应的适用性确定模型基于待决策建筑项目的相关信息及绿色技术的技术相关信息，判断绿色技术是否适用于待决策建筑项目，对绿色技术先进行筛选，筛选出可以在本待决策建筑项目实施的至少一种绿色技术，以减少后续决策的数据量，提高决策效率，再对于每一种绿色技术，通过其对应的推荐分评估模型基于待决策建筑项目的相关信息及绿色技术的技术相关信息，确定绿色技术的推荐分，最后基于多种绿色技术的推荐分，从多种绿色技术中确定至少一种应用于待决策建筑项目的目标绿色
技术，无需依赖设计人员的经验水平，使得建筑项目在方案阶段决策更加科学和全面，提高了建筑项目的资源利用率、项目经济性，降低建筑碳排放。
[0006]在一些实施例中，所述通过推荐分评估模型基于所述待决策建筑项目的相关信息及所述绿色技术的技术相关信息，确定所述绿色技术的推荐分，包括：获取辅助评估信息集，其中，所述辅助评估信息集包括业主方对专项技术的重视程度、专项投资额度水平、设计团队实力评估结果、供应商配合程度、施工团队实力评估结果及运营团队实力评估结果中的至少一种辅助评估信息；通过推荐分评估模型基于所述待决策建筑项目的相关信息、所述辅助评估信息集及所述绿色技术的技术相关信息，确定所述绿色技术的推荐分。
[0007]在一些实施例中，所述通过推荐分评估模型基于所述待决策建筑项目的相关信息、所述辅助评估信息集及所述绿色技术的技术相关信息，确定所述绿色技术的推荐分，包括：对于所述辅助评估信息集中的每一种所述辅助评估信息，对所述辅助评估信息进行归一化处理，获取所述辅助评估信息对应的辅助评估分值；通过推荐分评估模型基于所述待决策建筑项目的相关信息、所述辅助评估信息集中的每一种所述辅助评估信息对应的辅助评估分值及所述绿色技术的技术相关信息，确定所述绿色技术的推荐分。
[0008]在一些实施例中，所述通过推荐分评估模型基于所述待决策建筑项目的相关信息及所述绿色技术的技术相关信息，确定所述绿色技术的推荐分，包括：建立所述绿色技术对应的初始机器学习模型；获取多个历史已决策建筑项目的相关信息，基于所述多个历史已决策建筑项目的一部分建立多个训练样本，基于所述多个历史已决策建筑项目的另一部分建立多个验证样本；基于所述多个训练样本对所述初始机器学习模型进行训练，直至所述初始机器学习模型满足预设训练结束条件，基于多个验证样本对训练结束模型进行验证，直至训练结束模型满足预设验证通过条件预设条件；将训练后满足所述预设训练结束条件及所述预设验证通过条件预设条件的初始机器学习模型作为所述推荐分评估模型；通过所述推荐分评估模型基于所述待决策建筑项目的相关信息及所述绿色技术的技术相关信息，确定所述绿色技术的推荐分。
[0009]在一些实施例中，训练后的所述初始机器学习模型计算的所述多个训练样本对应的均方误差MSETR满足预设误差阈值要求或所述初始机器学习模型的迭代次数大于预设迭代次数阈值时，训练后的所述初始机器学习模型满足所述预设条件。
[0010]在一些实施例中，基于BP神经网络建立所述绿色技术对应的初始机器学习模型。
[0011]在一些实施例中，所述基于所述多个训练样本对所述初始机器学习模型进行训练，包括：重复执行获取一个训练样本，正向传播输入至所述初始机器学习模型，计算对应所述训练样本的输出误差，使所述输出误差反向传播，采用Adam优化器调整权值，计算训练集的均方误差MSETR，直至所述训练集对应的均方误差MSETR满足预设误差阈值要求或所述初始机器学习模型的迭代次数大于预设迭代次数阈值。
[0012]在一些实施例中，所述基于所述多个训练样本对所述初始机器学习模型进行训练，直至所述初始机器学习模型满足预设条件，包括：A43，初始化所述初始机器学习模型的隐藏层层数NH为1；A44，初始化输入层神经元数N；A45，初始化第一层隐藏层神经元数N1，其中，N1＝N/2，当所述N/2不为整数时，所述第一层隐藏层神经元数N1为所述N/2的整数部分；A46，判断NH是否大于1，如果是，转入步骤A47，否则，转入步骤A48；A47，初始化第二层隐藏层神经元数N2为N1/2，其中，N2＝N1/2，当所述N1/2不为整数时，所述第二层隐藏层神经元
数N2为所述N1/2的整数部分；A48，基于所述多个训练样本对当前的所述初始机器学习模型进行训练，若多个训练样本的均方误差MSE
TR
小于等于误差阙值δ，转入步骤A55，否则，转入步骤A49；A49，判断NH是否大于1，如果是，转入步骤A50，否则，转入步骤A51；A50，N2＝N2+1，判断N2是否小于N1，如果是，转入步骤A48，否则，转入步骤A51；A51，N1＝N1+1，判断N1是否小于N，如果是，转入步骤A46，否则，转入步骤A52；A52，N＝N+1，判断N是否小于本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多模型的绿色技术选择辅助决策方法，其特征在于，包括：获取待决策建筑项目的相关信息，其中，所述待决策建筑项目的相关信息包括所述待决策建筑项目的基本信息及技术实施条件信息；获取多种绿色技术的技术相关信息，其中，所述技术相关信息包括所述绿色技术的至少一个必要适用条件；对于每种所述绿色技术，通过所述绿色技术对应的适用性确定模型，基于所述待决策建筑项目的相关信息及所述绿色技术的技术相关信息，判断所述绿色技术是否适用于所述待决策建筑项目；若所述适用性确定模型判断所述绿色技术适用于所述待决策建筑项目，通过所述绿色技术对应的推荐分评估模型基于所述待决策建筑项目的相关信息及所述绿色技术的技术相关信息，确定所述绿色技术的推荐分；基于所述多种绿色技术的推荐分，从所述多种绿色技术中确定至少一种应用于所述待决策建筑项目的目标绿色技术。2.如权利要求1所述的一种基于多模型的绿色技术选择辅助决策方法，其特征在于，所述推荐分评估模型基于所述待决策建筑项目的相关信息及所述绿色技术的技术相关信息，确定所述绿色技术的推荐分，包括：获取辅助评估信息集，其中，所述辅助评估信息集包括业主方对专项技术的重视程度、专项投资额度水平、设计团队实力评估结果、供应商配合程度、施工团队实力评估结果及运营团队实力评估结果中的至少一种辅助评估信息；通过所述推荐分评估模型基于所述待决策建筑项目的相关信息、所述辅助评估信息集及所述绿色技术的技术相关信息，确定所述绿色技术的推荐分。3.如权利要求2所述的一种基于多模型的绿色技术选择辅助决策方法，其特征在于，所述通过推荐分评估模型基于所述待决策建筑项目的相关信息、所述辅助评估信息集及所述绿色技术的技术相关信息，确定所述绿色技术的推荐分，包括：对于所述辅助评估信息集中的每一种所述辅助评估信息，对所述辅助评估信息进行归一化处理，获取所述辅助评估信息对应的辅助评估分值；通过推荐分评估模型基于所述待决策建筑项目的相关信息、所述辅助评估信息集中的每一种所述辅助评估信息对应的辅助评估分值及所述绿色技术的技术相关信息，确定所述绿色技术的推荐分。4.如权利要求3所述的一种基于多模型的绿色技术选择辅助决策方法，其特征在于，所述通过推荐分评估模型基于所述待决策建筑项目的相关信息及所述绿色技术的技术相关信息，确定所述绿色技术的推荐分，包括：建立所述绿色技术对应的初始机器学习模型；获取多个历史已决策建筑项目的相关信息，基于所述多个历史已决策建筑项目的一部分建立多个训练样本，基于所述多个历史已决策建筑项目的另一部分建立多个验证样本；基于所述多个训练样本对所述初始机器学习模型进行训练，直至所述初始机器学习模型满足预设训练结束条件，基于多个验证样本对训练结束模型进行验证，直至训练结束模型满足预设验证通过条件；将训练后满足所述预设训练结束条件及所述预设验证通过条件的初始机器学习模型
作为所述推荐分评估模型；通过所述推荐分评估模型基于所述待决策建筑项目的相关信息及所述绿色技术的技术相关信息，确定所述绿色技术的推荐分。5.如权利要求4所述的一种基于多模型的绿色技术选择辅助决策方法，其特征在于，训练后的所述初始机器学习模型计算的所述多个训练样本对应的均方误差MSETR满足预设误差阈值要求或所述初始机器学习模型的迭代次数大于预设迭代次数阈值时，训练后的所述初始机器学习模型满足所述预设条件。6.如权利要求5所述的一种基于多模型的绿色技术选择辅助决策方法，其特征在于，基于BP神经网络建立所述绿色技术对应的初始机器学习模型。7.如权利要求6所述的一种基于多模型的绿色技术选择辅助决策方法，其特征在于，所述基于所述多个训练样本对...

【专利技术属性】
技术研发人员：马杰，李国建，袁琦，张翔，张露露，
申请(专利权)人：苏州智而卓数字科技有限公司，
类型：发明
国别省市：