期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
不同办公街区形态下窗墙比对建筑能耗的模拟研究
1
作者
徐燊
何
秋
国
+1 位作者
崔
国
游
吴玉杰
《中国建筑装饰装修》
2024年第7期97-99,共3页
科学合理的窗墙比设计有利于建筑节能。窗墙比的节能潜力除了受气候区及建筑单体设计因素影响外,也会受到街区尺度形态因素的影响。窗墙比耦合街区形态要素对建筑能耗的影响规律及节能潜力研究较少。该文以夏热冬冷地区不同形态的办公...
科学合理的窗墙比设计有利于建筑节能。窗墙比的节能潜力除了受气候区及建筑单体设计因素影响外,也会受到街区尺度形态因素的影响。窗墙比耦合街区形态要素对建筑能耗的影响规律及节能潜力研究较少。该文以夏热冬冷地区不同形态的办公街区为研究案例,探究不同办公街区形态条件下窗墙比对建筑能耗的影响规律,研究了高密度和低密度街区环境中4种典型多层办公建筑形态的最优窗墙比及其节能潜力。该研究结论可以提供不同形态街区的窗墙比设计策略,并基于节能潜力评估不同形态既有街区窗墙比改造的优先级。
展开更多
关键词
窗墙比
街区形态
建筑能耗
节能潜力
原文传递
办公街区多尺度设计要素与建筑碳排放的非线性关系研究--基于参数化与SHAP方法
2
作者
李高梅
杨翰
+1 位作者
徐燊
何
秋
国
《建筑师》
CSSCI
2024年第6期34-44,共11页
碳中和城市街区推广建设与数智时代背景下,采用机器学习算法实现城市街区的建筑碳排放快速预测以及背后影响机制的解读可以辅助建筑师在方案设计阶段进行智能决策。针对机器学习预测模型解释性不足的问题,本文旨在构建一种基于参数化与S...
碳中和城市街区推广建设与数智时代背景下,采用机器学习算法实现城市街区的建筑碳排放快速预测以及背后影响机制的解读可以辅助建筑师在方案设计阶段进行智能决策。针对机器学习预测模型解释性不足的问题,本文旨在构建一种基于参数化与SHAP方法的办公街区多尺度设计要素与建筑碳排放的非线性关系分析范式。基于武汉市办公街区案例调研建立参数化模型,采用6种集成学习算法构建了办公街区建筑碳排放预测模型,其中Gradient Boosting (梯度提升)算法的性能最佳。以此模型为例,进行办公街区多尺度设计要素与建筑碳排放的非线性关系解读,识别影响建筑碳排放的关键设计参数,解读背后的影响机制,辅助建筑师进行设计方案的智能决策。
展开更多
关键词
办公街区
多尺度设计要素
建筑碳排放
非线性关系
参数化
机器学习
SHAP
下载PDF
职称材料
题名
不同办公街区形态下窗墙比对建筑能耗的模拟研究
1
作者
徐燊
何
秋
国
崔
国
游
吴玉杰
机构
华中科技大学建筑与城市规划学院
河南五方合创建筑设计有限公司
西安建筑科技大学
河南省建筑科学研究院有限公司
出处
《中国建筑装饰装修》
2024年第7期97-99,共3页
基金
国家自然科学基金:设计多要素协同作用下城市街区建筑能耗和光伏产能潜力研究及设计策略(No.52378020)
华中科技大学学术前沿青年团队资助:健康建筑与健康城市(No.2019QYTD10)
亚热带建筑与城市科学全国重点实验室开放基金:基于地域文化的亚热带建筑-街区多要素协同减碳设计理论与技术方法(No.2023KA02)。
文摘
科学合理的窗墙比设计有利于建筑节能。窗墙比的节能潜力除了受气候区及建筑单体设计因素影响外,也会受到街区尺度形态因素的影响。窗墙比耦合街区形态要素对建筑能耗的影响规律及节能潜力研究较少。该文以夏热冬冷地区不同形态的办公街区为研究案例,探究不同办公街区形态条件下窗墙比对建筑能耗的影响规律,研究了高密度和低密度街区环境中4种典型多层办公建筑形态的最优窗墙比及其节能潜力。该研究结论可以提供不同形态街区的窗墙比设计策略,并基于节能潜力评估不同形态既有街区窗墙比改造的优先级。
关键词
窗墙比
街区形态
建筑能耗
节能潜力
分类号
TU9 [建筑科学]
原文传递
题名
办公街区多尺度设计要素与建筑碳排放的非线性关系研究--基于参数化与SHAP方法
2
作者
李高梅
杨翰
徐燊
何
秋
国
机构
华中科技大学建筑与城市规划学院
出处
《建筑师》
CSSCI
2024年第6期34-44,共11页
基金
国家自然科学基金面上项目(52378020)
亚热带建筑与城市科学全国重点实验室开放基金项目(2023KA02)
+1 种基金
华中科技大学学术前沿青年团队资助(2019QYTD10)
城市更新与交通安徽省联合共建学科重点实验室(2024CSGX-KF01)。
文摘
碳中和城市街区推广建设与数智时代背景下,采用机器学习算法实现城市街区的建筑碳排放快速预测以及背后影响机制的解读可以辅助建筑师在方案设计阶段进行智能决策。针对机器学习预测模型解释性不足的问题,本文旨在构建一种基于参数化与SHAP方法的办公街区多尺度设计要素与建筑碳排放的非线性关系分析范式。基于武汉市办公街区案例调研建立参数化模型,采用6种集成学习算法构建了办公街区建筑碳排放预测模型,其中Gradient Boosting (梯度提升)算法的性能最佳。以此模型为例,进行办公街区多尺度设计要素与建筑碳排放的非线性关系解读,识别影响建筑碳排放的关键设计参数,解读背后的影响机制,辅助建筑师进行设计方案的智能决策。
关键词
办公街区
多尺度设计要素
建筑碳排放
非线性关系
参数化
机器学习
SHAP
Keywords
Office blocks
Multi-scale design elements
Building carbon emission
Non-liner relationship
Paramet-ric design
Machine learning
SHAP
分类号
TU201.5 [建筑科学—建筑设计及理论]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
不同办公街区形态下窗墙比对建筑能耗的模拟研究
徐燊
何
秋
国
崔
国
游
吴玉杰
《中国建筑装饰装修》
2024
0
原文传递
2
办公街区多尺度设计要素与建筑碳排放的非线性关系研究--基于参数化与SHAP方法
李高梅
杨翰
徐燊
何
秋
国
《建筑师》
CSSCI
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
