第41卷第4期2023年4月河南科学HENANSCIENCEVol.41No.4Apr.2023收稿日期：2022-11-23基金项目：东北石油大学研究生教育教学改革项目（JGXM_NEPU_202112）作者简介：南东波（1998-），男，硕士研究生，主要研究方向为建筑节能改造、供热系统节能优化通信作者：宫克勤（1967-），男，教授，博士，主要研究方向供热系统优化与节能技术文章编号：1004-3918（2023）04-0524-09基于BPNN/NSGA-Ⅱ的居住建筑节能改造多目标优化南东波1，宫克勤1，杨子昱2，衣昌盛1，车春影1（1.东北石油大学土木建筑工程学院，大庆163318；2.中赟国际工程有限公司，郑州450007）摘要：为进一步推进居住建筑节能改造的发展，提出一种基于耦合BP神经网络和非支配排序遗传算法（NSGA-Ⅱ）的多阶段多目标优化框架，以提高节能效益并使经济效益最大化，并将该方法应用于西安某高层住宅能耗与经济性优化研究之中.在优化过程中利用BP神经网络预测建筑性能，将其作为响应面近似模型集成到多目标优化过程中能减少总仿真时间.同时分析算法参数对帕累托优化结果的影响，得到了可持续、成本最优、低投资的节能改造方案，为寒冷地区居住建筑节能改造多目标优化研究提供了一定的理论参考.关键词：居住建筑；多目标优化；建筑能耗；节能改造方案中图分类号：TU111.4+8文献标识码：AMulti-objectiveOptimizationofEnergyEfficiencyRetrofitofResidentialBuildingsBasedonBPNN/NSGA-ⅡNANDongbo1，GongKeqin1，YANGZiyu2，YIChangsheng1，CHEChunying1（1.SchoolofCivilEngineering，NortheastPetroleumUniversity，Daqing163318，China；2.ZhongyunInternationalEngineeringCo.Ltd.，Zhengzhou450007，China）Abstract：Inordertofurtherpromotethedevelopmentofenergyefficiencyretrofitofresidentialbuildings，amulti-stageandmulti-objectiveoptimizationframeworkbasedoncoupledBPneuralnetworkandnon-dominatedsortinggeneticalgorithm（NSGA-Ⅱ）isproposedtoimproveenergysavingbenefitsandmaximizeeconomicbenefits，andthismethodisappliedtotheresearchonenergyconsumptionandeconomicoptimizationofahigh-riseresidentialinXi’an.BPneuralnetworkisusedtopredictbuildingperformanceduringtheoptimizationprocess，andintegratedintothemulti-objectiveoptimizationprocessasaresponsesurfaceapproximationmodel，whichcanreducethetotalsimulationtime.Atthesametime，theinflu...
