信息融合技術在城市綠色建筑評價體系中的應用

馬麗娜

【摘要】 本文根據城市綠色建筑的特點，結合神經網絡技術及RBF網絡，提出了在信息處理中使用信息融合技術和神經網絡的方法，將信息融合技術應用到綠色建筑的評價體系中，對建筑物的信息進行全面的分析、處理，有助于對建筑環境進行準確評估，進而實現智能控制，達到降低能耗，節約能源的目的。

【關鍵詞】 城市綠色建筑 信息融合技術 神經網絡技術

一、 引言

我國的建筑行業逐漸將可持續發展作為未來中國建筑產品發展的主要方向。但真正的“綠色”建筑不更重要的是要考慮建筑物理環境中綜合因素的影響，如能利用信息技術，以計算機模擬為主要手段，從多角度對建筑環境進行準確評價，有助于實現建筑物的智能控制水平，降低能源消耗。

二、 綠色建筑和信息融合的含義

綠色建筑是指為人類提供健康的空間，同時實現最高效率地利用能源、最低限度地影響環境的建筑物，是當前全球化的可持續發展戰略在建筑領域的具體體現。它是以生態系統的良性循環為基本原則，應用系統工程方法和多學科的現代綠色科技成就，實現經濟、生態和社會效益三結合的新型人類聚居環境和建筑體系。

信息融合技術是協同利用多源信息，以獲得對同一事物或目標更客觀、更本質認識的信息綜合處理技術。融合是指采集并集成各種信息源、多媒體和多格式信息，從而生成完整、準確、及時和有效的綜合信息。

三、 神經網絡技術在城市綠色建筑評價體系中的具體應用

由于建筑環境中的信息來源復雜，信息格式并不一致，牽涉到的關鍵技術較多，如建筑熱環境模擬、計算流體力學，建筑日照分析與采光技術，噪聲控制以及建筑材料技術等等，影響了對建筑環境信息進行分析、評價、控制。而神經網絡方法具有良好的容錯性、層次性、可塑性、自適應性、聯想記憶和并行處理能力，能夠處理連續的模擬信號。在對建筑環境的信息處理中，以神經網絡作為信息處理元件便于對多個不同信息源的信息進行復合、集成、融合、聯想等處理，從而降低信息冗余度，可以準確對建筑物進行評價，提高對建筑物的智能控制水平。

3.1 RBF網絡模型及特點

徑向基網絡是一種局部逼近網絡。對于每個訓練樣本，它只要對少數的權值和閾值進行修正，訓練速度很快，適合在一些實時性較強的場合（如實時控制）中應用。它有兩個網絡層：隱層為徑向基層，輸出為一線性層，網絡的輸出為： a2=purelin（LW2a1+b2） a1=radbas（n1）

n1=||IW-P||？*b1

= （ d i a g （ （ I W-o n e s （ S1， 1 ） * P） （ I W-ones（S1，1）*P）））^0.5.*b1 （1）

式中：radbas為徑向基函數，一般為高斯函數；diag（x）表示取矩陣向量主對角線上的元素組成的列向量；“.^”和“.*”分別表示數量乘方和數量乘積（即矩陣中各對應元素的乘方和乘積）

徑向基網絡只對那些靠近輸入權值向量的輸入產生相應，即隱層對輸入信號的相應，只在函數的中央位置產生較大的輸出，所以該網絡有很好的局部逼近能力。從函數逼近的觀點看：若把網絡看成是對未知函數的逼近，則任何函數都可以表示成一組基函數的加權和。在徑向基網絡中，相當于選擇各隱層神經元的傳輸函數，使之構成一組基函數逼近未知函數。

3.2 RBF網絡在綠色建筑評價體系中的應用

在綠色建筑評價體系中，由于涉及的技術領域眾多，需要采集的數據量也很大。如果可以使用徑向基網絡對采集的數據進行非線性函數的曲線擬合，將不同建筑物采集到的數據經過整理后輸入訓練好的網絡，產生非線性函數曲線，可以大大提高對建筑物的評價以及智能控制。

運行中發現，利用RBF網絡從定義到訓練結束花費的時間短，適用于實時性高的控制場合。僅以空調通風系統為例，可對房間溫度、房間濕度、送風溫度、冷凍水溫度四個數據量進行采集，得到部分對應關系，對其進行曲線擬合，可以得到房間內的溫濕度情況，為進一步提高對房間空調系統的智能控制打下基礎，也可應用到綠色建筑控制體系的其他方面。

四、 結束語

我國城市綠色建筑的發展前景十分廣闊，加快完善城市綠色建筑評價體系成為目前急需解決的問題之一。本文通過對城市綠色建筑環境的綜合分析與評價方法的研究，得到利用信息融合技術可以實現對多源信息更好的處理分析。

參考文獻

[1] 周開利，康耀紅編著，神經網絡模型及其MATLAB仿真程序設計[M]，北京：清華大學出版社 2005

[2] 熊和金 陳德軍編著.智能信息處理[M]，北京：國防工業出版社 2006

[3] 潘泉等.信息融合理論的基本方法與進展（J） ，自動化學報，2003，29（4）

[4] 李愛軍等.信息理論框架下的神經網絡構建，北京交通大學學報（J），2005，29（2）

[5] 彭時霖.基于人工神經網絡的空調房間熱環境參數的優化組合[D] 長沙：湖南大學，2006年