期刊库

教育   经济   科技   财会   管理   
医学   法学   文史   工业   建筑   
农学   水利   计算机   更多>>
 首 页    论文大全   论文精品    学术答疑    论文检测    出书咨询    服务流程    诚信通道    关于我们 

低碳建筑评价体系构建与实证分析(2)

人气指数: 发布时间:2015-01-23 10:19  来源:http://www.zgqkk.com  作者: 王世智等
分享到:

 


  ①建立多层分析结构模型:目标层A→准则层B→指标层C(如图1所示)。

  ②构造成对比较矩阵。设某层有n个因素,即{X1,X2,X3,…,Xn}

  将该层中两两因素成对比较,比较时取1-9尺度,则构造的成对比较矩阵形式如下:

  注:一共构成6个判断矩阵,分别为准则层对目标层的判断矩阵(1个),指标层对准则层的判断矩阵(5个)。

  ③层次单排序及一致性检验。确定本层各因素对于上一层某因素重要性的排序,成为层次单排序。

  求出上述判断矩阵的最大特征值?姿max及相应的归一化特征向量,即权重向量Wi。

  为力保所求权值向量Wi的有效性,必须对判断矩阵进行一致性检验,引入一致性检验指标CI、CR,其中:

  若CR < 0.1,则判断矩阵通过检验;否则重新构造新的成对比较矩阵。

  经计算,层次单排序及一致性检验的结果,如表2所示。

  ④层次总排序及一致性检验。

  确定本层各因素对于总目标重要性的排序,成为层次总排序。

  则指标层C对目标层A的权重W=W0·W1·W2·W3·W4·W5,如表3所示。

  2.2 层次分析法对实际建筑的评价结果

  依据表1中专家给出的各指标分数,利用层次分析法确定的权重值,加权得到实际建筑的最终得分。则实际建筑物(I—VIII)的最终得分分别为:2.8068分、1.9214分、3.2136分、2.0547分、2.2787分、3.1699分、3.8517分、2.8116分。

  3  BP神经网络法对低碳建筑的评价

  3.1 BP神经网络结构及学习原理

  BP算法的基本思路是:输入学习样本,使用反向传播算法对网络的权值进行反复的调整训练,使实际输出与期望输出尽可能接近。假定输入向量X={ X1,X2,X3,…,Xn };期望输出向量d={ d1,d2,d3,…,dq };输出层输出向量Y={ Y1,Y2,Y3,…,Yq };输入层与隐含层、隐含层与输出层的连接权值分别为Wih、Who 。BP神经网络算法的主要步骤如下[2-3]:

  3.2 BP神经网络的训练

  3.2.1 BP神经网络的建立  根据AHP对评价指标的分析,现提取出对低碳性能影响较大的前8个评价指标,即建筑布局C4、绿化系统C6、能源系统C7、施工材料C9、施工技术C10、维护修理C12、节能设备C13、回收材料C15(该8项指标的权重和为0.9662)。[4]

期刊库(http://www.zgqkk.com),是一个专门从事期刊推广、投稿辅导的网站。
  本站提供如何投稿辅导,寻求投稿辅导合作,快速投稿辅导,投稿辅导格式指导等解决方案:省级投稿辅导/国家级投稿辅导/核心期刊投稿辅导//职称投稿辅导。


  【免责声明】本文仅代表作者本人观点,与投稿辅导_期刊发表_中国期刊库专业期刊网站无关。投稿辅导_期刊发表_中国期刊库专业期刊网站站对文中陈述、观点判断保持中立,不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考,并请自行承担全部责任。

 
QQ在线咨询
投稿辅导热线:
180-1501-6272
微信号咨询:
fabiaoba-com
咨询电话:18015016272 投稿邮箱:zgqkk365#126.com(#换成@)
本站郑重声明:文章只代表作者观点, 并不意味着本站认同。所载文章、数据仅供参考,使用前请核实,风险自负。
部分作品系转载,版权归原作者或相应的机构   若某篇作品侵犯您的权利,请来信告知.版权:周口博闻教育咨询有限公司 
Copyright © 2005-2023 . 期刊库 版权所有