基于改进模糊神经网络的公共建筑节能改造费用估算研究∗

张文宇 刘 畅 贺 珍

（西安邮电大学 西安 710061）

1 引言

我国公共建筑涵盖的种类繁多，包含办公建筑，商业建筑，旅游建筑，科教文卫建筑，通信建筑以及交通运输类建筑等。当前我国城乡建筑面积约431 亿m2，其中85%以上为高能耗建筑，并且公共建筑相较与其他建筑，公共建筑的能源消耗量是其他建筑2～3 倍，其中大型公共建筑普遍存在30%以上的节能潜力。公共建筑为全社会提供公共服务，其发展状态、服务水平和服务质量在一定程度上也是衡量一个国家现代化程度的标准之一［1］。但与此同时，作为建筑能耗大户，公共建筑的平均单位面积能耗是其他建筑的2～3 倍；在经济发达地区这一比例则更高。因此，对既有公共建筑的节能改造刻不容缓。公共建筑节能改造所需费用规模庞大，快速准确地对公共建筑的节能改造费用进行估算，对于节能改造投资决策与实施都有着显著的现实意义［2］。

对于既有建筑节能改造成本的估算，目前存在有模糊数学快速估算法，但由于模糊系统的输入和输出是高度非线性的，并且需要模糊系统的专家们的大量有效的规则。BP 神经网络的优点是具有自适应能力和容错性，能够处理非线性、非局域性问题，结果客观。缺点是只适宜于处理一些定量数据，缺乏对定性指标的分析、处理能力。对既有建筑技能改造费用的估算，要考虑到各种因素的影响，采用定性与定量相结合的方法。因此本文采用模糊神经网络方法，将模糊神方法与BP 神经网络相结合，通过对神经网络的自组织和自学习，对模糊网络的隶属度和推理规则进行学习和优化［3］。……