Parametric Design of Building Layout for Intensive University Campus Based on Environmental Performance Optimization
扫码查看
点击上方二维码区域，可以放大扫码查看
原文链接
NETL
NSTL
维普
万方数据
基于环境性能优化的角度,以我国广东省某集约型大学校园为案例,以通用热气候指数(UTCI)、全年平均热辐射、天空开阔度(SVF)为评价指标,优化建筑布局关系.为了实现多项环境优化目标,研究采用了遗传算法,具体使用了Grasshopper for Rhino 工具和其联动的环境分析插件Ladybug、Honeybee以及形态寻优插件Wallacei.经过自动寻优,设计师可以直观看到基于帕累托算法的相对最优解,并在最优结果之间做出决策.优化结果使校园庭院的热舒适性得到改善.试图通过优化公共空间微气候环境,提高其使用效率,减少建筑设备的使用,继而减少运行产生的碳排放.研究方法和思路有助于建筑师建立高效的设计逻辑框架,对碳中和目标下生态可持续的建筑设计有所裨益.
NETL
NSTL
维普
万方数据
