基于小生境遗传算法的绿色建筑景观空间环境优化设计*

吴家炜， 黄华明

(1.广东省绿色建材与装配式建筑工程技术研究中心，广东 茂名 525000;2.广东石油化工学院 建筑工程学院，广东 茂名 525000;3.广东工业大学 艺术设计学院，广东 广州 510090)

建筑景观的环保以及建筑空间的美观是设计人员所要达到的理想目标[1].近年来，随着社会的发展，人们的环保意识逐渐增强，同时对建筑艺术的审美也有了和以往不同的理念，建筑景观空间优化的方向逐渐向立体绿化发展[2].立体绿化就是指使建筑物的屋顶以及墙面部分的绿化能够和景观相互协调.传统的建筑空间优化设计往往存在直视效果差、居民满意度较低等问题，其原因是建筑空间分布不合理.因此，本文提出一种基于小生境遗传算法的绿色建筑景观空间环境优化设计方案，从建筑成本、绿化带等方面优化建筑空间，使建筑景观空间的分布更合理[3].

1 建筑景观空间设计的立体绿化

1.1 建筑的立体绿化

近几年的建筑普遍具有一个相同的特性，即开放性.建筑景观并不仅仅是从某一个方面单独呈现出来，而是与其他建筑组成一个协调的整体，不同的建筑以及自然景观共同组成大的建筑景观空间[4].因此，可以在不同的建筑中使用立体绿化技术，以实现环境保护和建筑的协调一致性.以图1为例，该图是一个大型艺术教学楼，该楼共有七层，但是从远处看的话，并不能分辨其楼层框架，原因就是该楼的设计与周围环境融为一体.在整个建筑的设计中，通过在玻璃上添加幕墙装饰以确保阳光的照射；在建筑物顶层的设计中，使用雨水收集器将雨水收集起来，以便实现植物的灌溉.

1.2 基于立体绿化的建筑景观空间评价

本文以华强北的建筑空间为例实施调研评价分析.通过随机调查的方式整理评价因子，并对建筑空间做出分类，选取广场、步行街作为建筑景观空间人群的主要汇集处.由调研可知，可以将开放性、多元化、便利性等作为评价指标.开放性即指建筑空间视野的开阔感；多元化即指活动的多样化；便利性即指公共设施的便利程度.

本文通过模糊评价法[5]评价居民对广场、步行街两类空间的满意程度.评价因子集包括活动的多样性、便利性等14个部分，针对上述评价因子进行评分，评分等级从很满意到很不满意分为5个不同级别.构建评价因子集和评分等级间的模糊关系，并计算评价因子的隶属度，利用权重值计算最终的评价结果.本文中，使用对比排序法[6]在评价因子集中选出最重要的10个因子进行排序并评分(按照重要性程度从10到1依次给分).利用每个因子占所有因子得分的比重确定自身的权重：

式中：n代表评价的个数，m代表评价因子的个数，wj代表第j个评价因子的权重.

2 基于小生境遗传算法的绿色建筑景观空间环境优化

根据研究的结果，利用小生境遗传算法对建筑景观的空间环境进行优化.

2.1 优化模型构建

本文以建筑景观的出入口及停车位等公共设施为考察点，以居民对景观空间的满意度为标准对建筑景观的空间及尺寸进行优化.利用层次分析法得到建筑景观的种类构建指标层的判断矩阵，并计算权重值[7].指标层的权重判断矩阵可表示为：

W=(0.381,0.016,0.035,0.018,0.207,0.121,0.170,0.038,0.044).

综合分析建筑景观空间中的公共设施，如绿化带、座椅、停车位的权重值，可以得到最终的权重分别为0.419，0.120，0.235.

2.2 目标函数构建

通过对绿化带、座椅、停车位等和建筑景观空间优化相关因素的分析，构建建筑成本及居民满意度的目标函数.

(1) 建筑成本目标函数.建筑成本目标函数包括各种建筑设施的价格，可表示为：

式中：cost表示建筑景观设施的投入成本，aj表示建筑景观设施的价格，ΔXj表示建筑景观设施的数量.

2.3 小生境遗传算法对建筑景观的优化

利用小生境遗传算法优化建筑景观的尺寸，由于遗传算法[8]的局部搜索能力不强，本文在共享函数小生境技术的基础上改进遗传算法，使优化结果更加可靠.

2.3.1确保算法收敛性能的自适应技术遗传算法虽说能通过一系列运算找到最优个体，但由于其计算参数是固定的，不能随着实际环境的变化做出动态调整，结果就是求出的最优解精度达不到要求.经过分析可知，影响其性能的主要因素在于个体在适应环境的过程中，为了使自身的适应度更高，其遗传行为发生了意外的变化.由此，自适应遗传算法[9-10]被提出.在自适应遗传算法中，如果群体的适应度处于较为集中的状态，则交叉概率Pc和变异概率Pm的值会增大；反之，如果群体的适应度处于较为分散的状态，Pc和Pm的值将会减小.两种参数概率根据以下两式自动调整自身的值：

式中，fmax表示最高适应度，fave表示适应度的均值，f′表示多个交叉个体中的适应度比较高的个体的适应度，f表示产生变异的个体适应度，且0

2.3.2小生境技术[11]利用共享函数修正种群中的个体适应度值，以此来确保种群的多样性.该共享函数是由编码型差异和适应度差异组合形成的，假设有两个个体xi、xj，它们之间的编码值距离为d1(xi,xj)，适应度距离为d2(xi,xj)，则共享函数S(xi,xj)可表示为：

式中，α1、α2为小生境半径.将共享函数融入个体的适应度函数中，得修正后个体的适应度函数：

3 实验结果与分析

利用本文提出的方法优化了华强北的建筑景观，并利用满意度来表示人们的认可度.表1为人们对广场、步行街的评价因子的不同关注程度，表2为对建筑景观空间优化后人们的满意度.本文假设满意度分为5个不同级别，相对应的分数值是1～0分.由表2可知，经过本文算法的优化，各个评价因子的结果总体一致，对于大部分建筑景观的评价因子，人们给出的是“满意”以上的评价，这说明人们对华强北建筑景观优化后的空间布局较为认可，同时表明，本文算法可以实现良好的建筑景观空间优化.

比较表2中人们对广场、步行街的优化满意度值可知，两种景观空间的满意度的均值分别为0.61和0.38.这说明，广场的满意度最高.其原因是广场是人们休闲的主要区域，它的设施和绿化面积都是规划得比较好的；而在步行街中，各种店铺的装修风格各有千秋，看起来眼花缭乱，比较容易造成审美疲劳，并且沿街的植被绿化率较低，因此满意度较低.

表1 广场、步行街的评价因子的不同关注程度

4 结 论

本文提出一种绿色建筑景观空间环境优化设计方案，该方案利用小生境遗传算法对建筑景观进行优化，以便获得较好的直视效果，同时降低建筑成本.此外，本文还对建筑景观的内部结构进行优化，使其能够保持合理的绿化比.结果表明，本文提出的方案能够提高用户满意度，在实际应用中具有较高的价值.