基于BP神经网络的建筑性能预测模型构建方法、装置及产品制造方法及图纸

本发明专利技术属于建筑能耗与室内环境性能智能预测技术领域，提供基于BP神经网络的建筑性能预测模型构建方法、装置及产品。该方法包括：基于n个设计变量的取值区间生成N个不同的建筑设计方案；分别对N个建筑设计方案进行性能模拟，获得每个建筑设计方案的性能指标，性能指标包括能源使用强度、全年不舒适时长、空间日光自治指数三者中至少一者；构建样本集，每个样本选取一个建筑设计方案作为样本数据，以选取的建筑设计方案的性能指标作为样本的标签数据；基于样本集和BP神经网络构建建筑性能预测模型。本发明专利技术还公开一种建筑性能预测方法、一种建筑性能预测模型构建装置、一种建筑性能预测装置和程序产品，本发明专利技术提高了建筑性能预测模型构建效率。

【技术实现步骤摘要】

本专利技术涉及建筑能耗与室内环境性能智能预测，尤其涉及基于bp神经网络的建筑性能预测模型构建方法、装置及产品。

技术介绍

1、目前建筑领域针对建筑性能(包括能源使用强度、室内声光热环境等)的了解主要通过收集实测数据和模拟计算。近年来也出现了通过收集的真实能耗、室内声光热环境性能相关数据训练预测模型的方法进行建筑性能预测。但是预测模型训练中对训练数据量要求高且数据量的多少不清晰，大量真实能耗、室内声光热环境性能相关数据难以获取且费时费力，采集数据过程耗时长导致现有预测模型构建效率低下。

技术实现思路

1、本申请旨在至少解决现有技术中存在的技术问题，提供基于bp神经网络的建筑性能预测模型构建方法、装置及产品。

2、第一方面，本申请提供了基于bp神经网络的建筑性能预测模型构建方法，包括：基于n个设计变量的取值区间生成n个不同的建筑设计方案，其中，每个建筑设计方案包含每个设计变量的一个采样值，设计变量的采样值从设计变量的取值区间中提取获得，n和n均为正整数；分别对n个建筑设计方案进行性能模拟，获得每个建筑本文档来自技高网...

【技术保护点】

1.基于BP神经网络的建筑性能预测模型构建方法，其特征在于，包括：

2.如权利要求1所述的基于BP神经网络的建筑性能预测模型构建方法，其特征在于，所述基于n个设计变量的取值区间生成N个不同的建筑设计方案，包括：

3.如权利要求1所述的基于BP神经网络的建筑性能预测模型构建方法，其特征在于，所述基于样本集和BP神经网络构建建筑性能预测模型，包括：

4.如权利要求3所述的基于BP神经网络的建筑性能预测模型构建方法，其特征在于，所述基于训练集采用SBOA算法优化BP神经网络的网络参数，包括：

5.如权利要求4所述的基于BP神经网络的建筑性能预测模...

【技术特征摘要】

1.基于bp神经网络的建筑性能预测模型构建方法，其特征在于，包括：

2.如权利要求1所述的基于bp神经网络的建筑性能预测模型构建方法，其特征在于，所述基于n个设计变量的取值区间生成n个不同的建筑设计方案，包括：

3.如权利要求1所述的基于bp神经网络的建筑性能预测模型构建方法，其特征在于，所述基于样本集和bp神经网络构建建筑性能预测模型，包括：

4.如权利要求3所述的基于bp神经网络的建筑性能预测模型构建方法，其特征在于，所述基于训练集采用sboa算法优化bp神经网络的网络参数，包括：

5.如权利要求4所述的基于bp神经网络的建筑性能预测模型构建方法，其特征在于，性能指标包括能源使用强度、全年不舒适时长和空间日光自...

【专利技术属性】
技术研发人员：黄海静，周一欢，马金辉，周智伟，刘秋萍，郭亚鹏，赵静，岳欣妍，傅妍妍，揭文烜，代禄敏，
申请(专利权)人：重庆大学，
类型：发明
国别省市：