张勇[1]2002年在《智能算法在住宅性能评估中的分析及应用体系》文中认为随着房屋改革的不断深入，对商品住宅的性能检测和分析已经显得越来越重要，对商品住宅性能的检测手段和分析工具也在不断更新。随着人工智能算法理论的模糊集理论(Fuzzy Sets Theory，FST)、人工神经网络(Artificial Neural Networks，ANN)等非线性科学技术在各个行业的广泛推广和应用，为非线性科学技术在土木工程的工程监测和分析领域的应用提供了全新的思路和方法。本文将这些算法与传统的工程检测与分析方法相结合，在商品住宅热性能检测、A级商品住宅综合性能的评价两个方面进行了尝试，并建立了一套相应的检测模型和体系，效果比较满意。本项研究为商品住宅性能检测与分析开辟了新的途径和方法，并提供了有效的应用手段。全文的主要研究内容和研究成果概括如下： 1)本文对神经网络在住宅热性能检测和分析的应用可行性进行了分析和实践。在结合工程实践和相关理论的基础上，对影响住宅热性能的因素进行了分析和分类。结合大连市某商品住宅楼的工程资料，建立了一套完整的神经网络预测模型体系，通过选择不同的模型参数，较好地实现了工程的实际应用。结果表明，该模型能够对住宅热性能进行正确的预测，精度较高，方法过程简单，同时还具有良好的外延性和推广性。 2)由于受到人为的主观因素的影响，对于商品住宅性能综合评判的公正性和客观性及科学性往往会受到置疑，进而使评判方的权威性大打折扣。结合模糊集理论中的模糊综合评价技术理论，为科学、客观、公正地对商品住宅综合性能的评判提供了有效的手段。根据实际工程经验和理论，本文建立了一套叁级综合评判指标体系模型和评判方法，该方法能较客观的实现对A级商品住宅综合性能的分析和评价。该体系具有原理较通俗易懂、可操作性强、容易实现、易于与原有的评价指标体系结合及便于实际应用和推广的优点。 最后，概括总结本文的主要研究内容以及取得的成果，并对有待于进一步研究的问题进行了展望。
车冠宇[2]2016年在《居家养老背景下的北京市住宅适老性能评价体系研究》文中研究指明《中共中央关于制定国民经济和社会发展第十叁个五年规划的建议》指出了在全国建设以居家养老为基础、社区养老为依托、机构养老为补充的功能完善的多层次养老服务体系的目标。“居家养老”作为我国当前养老政策体系内容的基础,对普通住宅的适老性能提出了全面的要求,随着居家养老政策的推进,可以预见适老化设计必将成为我国普通住宅建设的基础性内容之一。目前,我国住宅性能评价方面的实践在普通住宅适老性能评价方面的内容设置上尚属薄弱,与适老性能相关的标准和规范主要以专用型老年建筑为适用对象,在住宅适老性能方面的研究也多集中在住宅适老化设计和适老化改造上。将住宅适老性能纳入到住宅性能评价体系中,综合评估住宅适老性能,并以此为依据,指导住宅适老化建设,是我国住宅评价体系和适老化研究中亟待完善的内容。本研究在总结国内外研究成果的基础上进行,借鉴需求层次、需求进化、层次分析和模糊评价等相关理论,结合北京市居家养老住宅实地调研的情况,对北京市普通住宅的适老性能评价体系进行了构建。本评价体系共包含居家安全、空间设计、物理环境、人文关怀4个准则层,下设10个子准则层和33个指标层。根据老年人群的层次分类与需求情况,将住宅适老性能需求由高到低分为A、B、C叁个等级,运用层次分析法、德尔菲法、模糊评价法等科学方法完成了体系指标的选取、体系结构的建立和体系权重的确定等过程,建立了一套切实可行的住宅适老性能评价体系。并将评价体系应用到实际案例评价中,获得评价结果,提出改造方案,对评价体系的可行性和现实意义进行了检验。本研究将住宅的适老性能这一抽象概念转化为可以度量、计算、比较的数据,对住宅的适老化程度和等级进行标识,丰富了我国住宅性能评价体系的内容,为住宅适老性能提供了一个统一比较的平台,对正确的指导住宅适老化设计的方向,科学的引导老年人居住环境的建立,具有重要的意义。本文的创新点如下:(1)本文从需求层次和需求层次进化两个角度对北京老年人居家养老生活的需求和现状进行了层次化、差异化的调研和分析。通过对老年人群的细化和针对不同人群的调研数据的采集和适老化对策研究,创新性的将老年人类型归纳为依赖照护型、衰老型和自理型叁个等级。(2)本文从居家安全、空间设计、物理环境、人文关怀四个方面对住宅适老性能评价体系进行了构建。针对A、B、C叁中类别的老人的适老性能需求,将评价体系中的适老性能等级划分为A、B、C叁个层次,制定了分层次的住宅适老性能评价指标。(3)本文根据住宅适老性能评价体系定性评价与定量评价结合的特点,通过量化与间接量化的手段,确定了住宅适老性能体系建立和应用的方法。采用德尔菲法、专家咨询法、加权累积法等科学方法的组合,进行住宅适老性能评价体系的构建和应用,提高了住宅适老性能评价结果的科学性与准确性。
杨玉兰[3]2009年在《居住建筑节能评价与建筑能效标识研究》文中研究说明随着我国经济的不断发展,建筑能耗在总能耗中所占的比例也在逐年上升。能源消耗不但加剧能源危机,而且造成环境污染。当前,我国建筑用能中十分突出的问题是能源利用效率低,而且建筑室内舒适性较差。建筑节能评价和能效标识是提高我国建筑能效的最重要和最有效的措施之一。然而当前我国建筑节能评价及能效标识研究存在以下不足:首先,当前建筑节能评价研究尚未构建出一个获得普遍认同的建筑节能评价体系及权重分配;其次,当前建筑节能评价及能效标识方法研究主要集中在建筑运行阶段的计算机建筑能耗模拟,尚缺乏具有说服力的建筑节能综合评价模型及方法;第叁,建筑节能评价是比较复杂的课题,评价中存在主观判断与客观判断,主观判断中必然存在不确定信息和不完全信息,然而,就作者当前的知识水平而言,未发现如何处理建筑节能评价中的不确定信息和不完全信息的文献资料。针对目前建筑节能评价及能效标识研究中存在的不足,本文主要从以下七个方面对建筑节能评价及能效标识进行研究。第一章对能源短缺和能源使用造成的环境影响背景作简要说明。对目前国际上流行的叁大类建筑节能相关的评价方法:清单列表法、生命周期评价方法和基于建筑运行能耗计算和模拟的建筑节能评价方法作简要的对比分析,并指出以上方法存在的主要不足。此外,本章还简要概述了我国建筑节能评价与能效标识现状。第二章提出了一套建筑节能评价指标体系构建方法。方法主要从以下叁方面获得评价指标的输入:1)学术论文中的建筑节能评价指标体系;2)国外建筑节能及环境评价方法;3)我国现行建筑节能技术标准规范。在以上叁个指标来源的基础上,按照数据可得性原则、系统性原则、有效性原则和多准则决策规则进行指标的筛选,形成我国居住建筑节能评价指标体系初稿。并通过在建筑节能评价体系初稿基础上的专家问卷调查及访谈,对指标初稿进行修正和完善,最后得到一套夏热冬冷地区居住建筑节能评价指标体系。第叁章在比较目前常见的确定评价指标权重方法的基础上,选择群体层次分析权重模型作为建筑节能评价指标权重确定的方法。根据问卷调查的方法和原理,组织专家问卷调查。根据专家问卷调查结果,计算出夏热冬冷地区居住建筑节能评价指标权重。后验数据一致性结果分析表明本次调研数据一致性达到非常满意的程度,而且调查专家人数合适并且权重结果稳定可信。第四章以证据理论和国家及地方建筑节能技术标准为基础,构建了一个建筑节能评价与能效标识模型。将该模型应用到夏热冬冷地区居住建筑节能评价,形成了一套夏热冬冷地区居住建筑节能与能效标识方法。方法主要分为两个层次,第一个层次是满足夏热冬冷地区居住建筑设计标准中强制性标准条款;第二个层次是对已经满足了强制性条款的居住建筑进行建筑能效标识。能效标识采用在证据理论和证据推理算法基础上构建的建筑能效标识模型进行。建筑能效标识主要有两个步骤:首先,从各建筑节能评价指标出发,依据本文已经建立的一套夏热冬冷地区居住建筑评价指标建筑节能等级信度分配原则,对被评建筑进行建筑节能等级信度分配;然后,应用证据推理算法将分项指标信度综合成为最后的建筑节能等级信度分配。本章所建立的建筑节能评价与能效标识模型既结合了当前建筑节能技术标准又能处理评价中的不确定和不完全信息。不但具有完整的数学理论基础,而且还具有很好的可操作性。第五章开发了一套夏热冬冷地区居住建筑节能评价及能效标识方法的计算机软件工具。采用Delphi作为开发工具,应用软件工程理论和方法指导,以第四章建立的夏热冬冷地区居住建筑节能评价与能效标识方法为基础,开发出了一套基于windows的夏热冬冷地区居住建筑节能评价和能效标识软件工具1.0版本。第六章为了演示和验证本文提出的夏热冬冷地区居住建筑节能评价及能效标识方法和软件工具。应用本文开发的夏热冬冷地区居住建筑节能评价与能效标识方法和软件工具对重庆一实例建筑进行节能评价及能效标识。同时,应用我国即将正式发布的《节能建筑评价标准》对该实例建筑做节能评价。两种评价方法的评价结果趋于一致。演示和验证结果说明本文提出的方法切实可行,评价结果稳定可靠。第七章对本文所作的主要工作和取得的成果做简要总结,并对下一步的研究提出展望。
周浩[4]2016年在《基于室内环境监测数据的人行为识别方法研究》文中进行了进一步梳理建筑节能是可持续建筑发展战略的重要课题。在众多影响建筑能耗的因素中,人行为起着决定性作用。研究表明,不同建筑中的人行为存在巨大差异,这种差异造成建筑运行阶段的实际能耗与设计阶段的模拟能耗之间的显着差距。此外,不同的行为习惯同样是导致设计节能方案无法有效实施的主要原因。因此,如果能够采集大量真实建筑中的人行为数据,建立吻合日常行为习惯的人行为模型,对准确模拟建筑能耗、制定个性化建筑节能方案和政策、达到降低建筑能耗的目标,具有非常重要的意义。然而,由于实际建筑内人行为的多样性及私密性,目前的人行为数据采集方法,面临着高监测成本和隐私侵犯等挑战。为此,本文提出了一种基于室内环境监测数据的人行为信息识别方法。这种方法:1)所选用的环境数据监测设备,应能充分利用最新的传感、通信、计算等技术,在保证数据质量的同时有效降低监测成本;同时,可满足居民对室内环境多参数监测的需求,使得在实际生活中的大规模的室内环境数据的采集成为可能,其参数包括室内空气温度、相对湿度、噪声、照度、CO2和甲醛浓度等。2)突破传统的具有侵犯性的“直接监测人行为”的思路,利用IT等领域已发展非常成熟的数据挖掘技术,从环境数据中识别人的行为信息,其核心依据是:特定的行为、行为地点和行为人,会对不同的室内环境参数造成特定的影响特征;其关键任务是:建立人行为与环境参数之间的映射关系,准确提取人行为对环境参数的影响特征,实现较高的识别准确率。基于以上基本设定,本研究首先通过与智能硬件公司合作,研发了一整套适用于日常住宅环境监测与真实人行为记录的数据采集系统,并在天津和北京的7户家庭共10个房间中进行了跨越夏、秋、冬叁季的数据采集工作。以此数据为基础,开发了一系列包括开关灯、开关空调、开关窗以及行为人特征、行为地点和人员出勤状态等行为的识别方法,过程中针对不同的行为比较了不同的数据预处理、数据挖掘算法以及模式解释与评估方法,并讨论了方法的优势与局限性。最后,介绍了人行为数据在建筑能耗模拟中的应用,详细展示了从人行为数据中提取关联规则、建立人行为模型的过程,并利用DeST软件模拟和比较了不同的人行为和建筑能耗。初步结果显示,所提出的方法,可实现低成本、低侵入性且具有较高准确度的人行为数据的采集工作:所研发的数据采集系统,可实现不同地区、不同用户的长期不间断监测,并具有较高的稳定性和准确性;基于曲线描述、频繁模式挖掘等机械学习方法开发的各行为识别算法,能够从具有强烈时间相关性的环境数据中有效提取出各种人行为与环境参数的相关关系。以本文工作为基础,可从数据驱动的视角开展更多关于“建筑-人-环境”之间的相关规律挖掘,为建筑节能、提高建筑性能及室内环境质量等重大问题提供理论依据。
潘文辉[5]2005年在《住宅项目可持续性评价研究》文中认为近二十年来，随着我国经济快速增长，城市化进程的加快，住宅开发也呈现出前所未有的繁荣景象，开发速度超过了中国历史上任何一个时期。住宅开发作为拉动国民经济的强大动力，在带动相关产业发展、改善城市面貌、改善人民生活条件的同时，由于住宅业是一个高能耗的行业，建设速度加快和片面追求高利润导致房价过快上涨，城市环境质量下降，资源严重消耗，居民居住环境恶化。因此，我们必须思考在无限的需求愿望和有限的资源供给之间寻找一个适当的结合点，把建设能维护生态平衡，提高能源、资源效用，分享舒适健康的具有最优性价比的可持续的住宅项目作为根本目标。建设可持续住宅是科学发展观在住宅建设领域内的重要体现，是住宅建设领域转变生产方式和经济增长方式，提高能源、资源利用效率的必然要求，对于改善居民居住质量和水平，建设最佳人居环境城市和全面建设小康社会，具有重大的理论价值和现实意义。本文正是基于这样的原因提出了研究的课题，力图通过对我国住宅项目的可持续性进行评价和研究，能够为全行业提供一个协调行动的基点，减少或杜绝可持续性能较差项目的盲目建设。引导开发商按照统一的高标准进行住宅开发，提高住宅建设的整体水平。 本文总共分为六部分。首先，在对国内外可持续性住宅项目评价研究成果深入总结和调研的基础上，归纳出当前住宅项目可持续发展及性能评价存在的主要问题，提出本文研究的目的和意义。 其次，定义了住宅项目可持续性的内涵、原则和理论基础，明确了住宅项目可持续性评价的目标和原则，构建了中国住宅项目可持续性评价模式，分析了支撑体系。住宅项目可持续发展的内涵主要包括经济、社会、环境、技术、管理可持续发展及相互之间的协调性。原则包括有效供给原则、节约资源和能源原则、保护自然生态环境原则和尊重城市总体协调和居住历史文化的延续性原则。住宅项目可持续发展的实质就是要求住宅项目从选址、规划设计、建造、使用直至拆除全过程以及其间所用的建筑材料、构件和部件的生产、运输和安装等都与自然、文化和人类的生存环境相互和
柴朝华[6]2006年在《住宅小区适宜居住性评估体系研究》文中提出建立住宅小区评估体系是当前国民经济健康发展、建筑行业健康化、住宅房地产市场有序化的必要条件。建立一个住宅小区综合性评估体系也是经济、社会进一步向前发展的保障,是生产力发展的要求。针对国内住宅建设对环境的影响状况,通过对住宅小区适宜居住性特征内涵及评价模式的讨论,在深入调查、比较研究了国内外相关行业多种相关评价模型后,本文结合我国国情提出了住宅小区适宜居住性评估模式构想,此模式在对住宅功能性客观认定的基础上对其生态环境保护性能进一步认证,在一定程度上量化了追求最小的能、资源与环境代价和获得健康舒适高效的居住环境这一矛盾关系。通过Quality(质量)和Load(环境负荷)这两类指标达到了对住宅小区适宜居住性进行综合评价的目标。在这评价模式基础上,本文利用系统论的方法建立住宅小区适宜居住性指标体系,采用AHP法的复杂决策方式确定指标权重,参考相关法规、行业水准确定评价基准点,建立多层次、多因素的模糊综合评价模型,并具体研究论述了采用该模型对住宅小区进行评价的方法,最后以住宅小区——咏梅山庄作为实例进行模拟评价,并对评价结果进行分析。住宅建设在我国正进入一个上升的时期,发展空间广阔。建立住宅小区适宜居住性评估体系,不仅可以为我国住宅建设进行理论指导,提高我国住宅建设的总体水平,还可以为我国政府及相关部门的宏观监控提供科学依据。
崔文凯, 卢再奇[7]2009年在《ATR信息处理的软件体系结构》文中研究表明为解决雷达自动目标识别设计中的整体设计框架问题,从ATR系统的特点出发,采用领域工程的分析方法对大量的ATR系统进行了系统化分析,在此基础上构建了基于代数学的构件模型,并给出ATR系统的模型。该模型作为ATR支撑平台开发的基础,支持ATR系统的快速开发。理论分析表明:该模型支持插头插座式的软件体系结构,为开放式ATR支撑平台提供了理论基础,为后续的ATR系统建模提供了构件模型规范,同时为ATR构件库的创建提供了支撑。
郭晓岩[8]2015年在《基于神经网络的建筑电气节能关键问题研究》文中研究指明建筑是重要的能耗源,如何降低建筑物的综合能耗,提高其内部能源系统的使用效率,改善建筑环境的舒适性,对我国国民经济长远的发展至关重要,为此,运用人工智能的理论和方法,开展建筑电气节能控制研究,降低建筑电气能耗,具有重要的理论意义和工程实践价值。本文从谐波源识别和纯电容无功补偿的谐波抑制、变风量空调系统的预测控制及解耦控制、建筑电气节能评价叁个方面,开展建筑电气节能关键问题研究。为了减少谐波对建筑电气的危害,降低建筑电气的能耗,本文开展了谐波源识别和纯电容无功补偿的谐波抑制研究,然而,谐波治理的关键是如何实时监测供电系统的谐波电压、电流以及单次谐波含有率等谐波畸变率参数并进行全面的分析评估。为此,建立了基于改进BP神经网络的谐波源诊断方法,以畸变率实测数据为神经网络提供输入特征向量,实现对谐波干扰源的诊断分类。结果表明,网络输出值与期望值接近,最大误差为0.09%。同时,论文采用了纯电容无功补偿的谐波解决策略,经测试和分析发现,当系统中含有高次谐波时,使用常规的纯电容补偿作为无功补偿策略存在缺陷,为此提出在无功补偿回路中,采用电抗器与电容器串联的方法,改变其在谐波作用下的阻抗特性,使无功补偿回路不呈现容性,避免谐波的放大和谐振的产生。在谐波抑制研究的基础上,开展了变风量空调系统的预测控制及解耦控制结构的研究。分析可知,中央空调系统是一个多变量、复杂、时变的系统,其过程要素之间存在着严重的非线性、大滞后及强耦合关系,导致中央空调系统控制困难,因而造成电能大量浪费的问题。为此,本文设计了神经网络预测控制器结构,构建了控制模型,该模型针对Tcm关于T的偏导不可求的问题,采用△t对NNC的权值进行调整,实现了单隐层叁入单出结构,同时提出模糊神经网络预测控制方法,该方法中结构层记忆隐含层单元前一时刻的输出值,具有动态记忆功能,使预测输出与输入量有机结合,强化动态记忆功能,提高预测精度。进一步,建立了神经网络预测控制器结构,该空调系统的控制部分主要由控制器和预测器两部分组成。其中控制器采用模糊神经网络控制器,预测器采用递归小波神经网络结构。仿真结果表明,采用模糊神经网络预测控制方法,改善了系统的超调量、调节时间和稳态精度,提高了系统的自适应性和鲁棒性,消除了静差,使系统具备良好的适应能力、较强的学习能力和自适应能力。另外,针对变风量空调系统非线性和温湿度控制存在严重的耦合的现象,本文在建立神经网络解耦控制器结构的基础上,采用神经网络和模糊控制相结合的控制理论方法,建立了控制器模型,该模型具有全局逼近能力,且具备拓扑结构紧凑、结构参数分离且收敛速度快的特点,构建了基于Elman神经网络的预测器模型,该模型具有反应动态特性的能力,提出了一种新的多变量空调神经网络解耦控制方法,其中解耦控制器由神经网络完成,即由模糊神经网络控制器得出的温度控制量和湿度控制量作为解耦控制器的输入,再结合耦合通道的输入,经过神经网络解耦后转变为两个单入单出的控制,降低了变风量空调系统由于温度和湿度产生耦合的影响。实验结果表明,该方法提高了空调系统的控制效果,使得变风量空调控制系统的稳态和动态性能得到改善,取得了更显着的电气节能效果。为评价本文提出的谐波抑制和中央空调节能控制方法,同时也为了解决传统建筑电气节能评价方法综合评价结果精度不高的问题,本文基于建筑电气节能评价指标体系建立原则,建立了建筑电气节能评价指标体系,从技术指标、经济指标和功能指标叁个方面对该指标体系进行了描述,同时,采用层次分析法,通过建立判定矩阵,根据每个指标对上级指标至总目标的“贡献”大小,计算相对权重,从而构建了完整的评价指标体系。在此基础上,建立了基于BP神经网络的建筑电气节能评价模型,获得了量化的综合评价结果。另外针对BP算法在最小化求解过程中可能会陷入局部极小,得不到最优解的问题,构建了基于混沌神经网络的建筑电气节能评价模型,该模型用人工神经网络对样本建筑进行评价,即对评价模型进行训练网络层包括输入层、输出层和隐含层3层；网络输入层节点数与评价指标个数相对应,共包括叁项大指标20项子指标,即输入层神经元个数20；隐含层节点数为8；输出层神经元个数为1,即评价结果。实验结果表明,该评价模型简化了评价过程,降低了误差率,评价软件性能稳定,可操作性强。
孙洲阳[9]2002年在《基于智能方法的蒸发型空调系统性能实验与优选研究》文中指出本文在分析和总结前人在蒸发型空调技术研究成果的基础上首次提出了新的研究理论和方法 以实验为基础 从研究理论和方法的对比选择和实验论证入手进行了深入的理论与实验研究得出了几个有意义的结论和创新点为所提出的新研究理论和方法的实际应用奠定初步基础 主要结论如下 1 采用均匀实验可以明显地减少实验次数和实验误差节约实验费用和时间 2 对于均匀试验所获得的大量离散型非线性实验数据可以运用主成分分析法和模糊聚类分析法对其进行整理和排序并取得预期的目的 3 BP神经网络完全可以应用于预测蒸发型空调系统输出性能预测相对误差在4%之内 完全能够满足一般工程需要 4 应用BP 神经网络综合评价模型可以避免评价过程中的人为失效且具有很强的容错能力 5 采用模糊综合评估的方法进行填料性能比较与优选可以从中选取令人满意的方案 主要创新点如下 1 首次在蒸发型空调系统性能实验研究中提出并运用均匀实验方法 2 首次在离散型非线性实验数据处理和分析中提出并运用主成分分析和模糊聚类分析的新方法 3 首次提出把神经网络运用于蒸发型空调系统性能预测中且效果良好 4 首次提出应用神经网络对蒸发型空调系统性能进行综合评价的模型 5 首次提出并应用模糊综合评估的方法进行蒸发型空调系统方案比较与填料优选
许秋月[10]2015年在《基于可持续发展的房地产价值增值及成本优化》文中研究表明本论文的研究目的是希望通过可持续发展的崭新视角,从满足人们日益增长的需求而又不损害后代发展的要求出发,对我国房地产的价值形成、价值增值、成本优化管理等进行探讨,为我国房地产业的可持续发展提供理论和实践上的指导和借鉴。本论文的研究范围界定如下：在深入研究可持续发展的概念及内涵的基础上,从人类社会的需求满足及发展需求出发,深入探讨基于可持续发展的房地产价值的概念及内涵,探索房地产价值增值即房地产价值的形成机理,建立房地产价值-成本综合评价模型,形成基于可持续发展的房地产价值-成本管理模式,研究房地产价值和成本的优化管理。本论文的研究方案及主要研究内容包括：采用理论与实践相结合、定性与定量相结合的研究思路,运用理论研究、文献分析、调查问卷和案例实践等方法进行研究。1、通过对基础理论研究、国内外研究现状文献综述,分析现代房地产价值理论及现代房地产成本管理理论现状,探索本研究的理论意义和现实价值,明确了研究方法及技术路线。2、从基于可持续发展的房地产价值的概念出发,研究可持续发展内涵、需求层次与房地产自身发展规律的关系,探讨基于可持续发展的房地产价值的形成机理。在此基础上深入研究基于可持续发展的房地产各属性价值间的辩证逻辑关系和价值增值特性。3、对房地产价值进行定量分析,根据房地产价值调查,设立价值量指标,建立房地产价值指标权重分析模型,计算各级价值影响因素的权重指标,找出基于可持续发展的房地产价值影响因素重要性进行定量分析,分析房地产价值特性,建立房地产价值指标的评价标准,对基于可持续发展的房地产价值进行综合评价。4、通过对可持续发展的房地产成本内涵的深入剖析,揭示基于可持续发展的房地产成本间的辩证关系,通过对全寿命周期成本组成的分析,对基于可持续发展的房地产建设期成本进行重新分类,为房地产成本优化管理服务。5、深入分析价值与成本间复杂的影响关系,建立指标权重分析模型,计算各级成本影响因素的权重系数,通过影响因素的灵敏度分析,确定哪些因素权重变化时对系统或模型有较大的影响,对计算结果进行稳定性试验和变化趋势的估计。建立基于可持续发展的房地产价值-成本优化模型,对基于可持续发展的房地产价值成本进行综合评价和优化。6、进行房地产价值增值及成本优化实证分析,通过可持续发展房地产项目开发项目概况、可持续发展房地产项目定位、新技术应用等基本情况描述,进行可持续发展房地产商品价值定位及成本综合评价,及房地产成本优化结果评价,通过剖析该案例的成本规划、搭建的成本优化框架及项目经营计划成本跟踪情况,对成本优化结果进行分析总结,提出建议和意见。7、通过对基于可持续发展的房地产管理体系研究分析,明确房地产需求信息和价值定位,引入房地产价值-成本优化管理方式,进行基于可持续发展的房地产成本规划,探讨房地产项目的成本优化途径。同时,引入基于可持续发展房地产成本风险管理机制,从可持续发展房地产成本风险形成因素、成本风险决定因素出发,进行风险防范,并通过基于可持续发展房地产成本控制要点,研究基于可持续发展的房地产价值-成本管理模式。本论文的研究结论是：探讨了基于可持续发展的房地产价值的形成机理,深入研究基于可持续发展的房地产各属性价值间的辩证逻辑关系和价值增值特性,形成房地产价值理念的研究成果。建立房地产价值指标权重分析模型,建立房地产价值指标的评价标准,对基于可持续发展的房地产价值进行综合评价。深入分析价值与成本间复杂的影响关系,建立基于可持续发展的房地产价值-成本优化模型,对基于可持续发展的房地产价值成本进行综合评价和优化,探索房地产价值增值和成本优化的方向与方法,进行房地产价值增值及成本优化实证分析。本论文的创新之处在于：从哲学的角度、人类社会可持续发展的更高层面,深入研究了房地产价值的形成机理,构建了基于可持续发展的房地产价值综合评价模型,建立基于可持续发展的房地产价值-成本综合评价优化模型,进行房地产价值成本优化,并开展实证研究,将可持续发展运用于房地产管理领域,构建房地产价值-成本管理模式。本论文结合人类社会发展状况,对目前亟需解决的我国房地产价值问题进行较为系统的研究与论述,构造出我国基于可持续发展的房地产价值增值和成本优化模型,为房地产业发展提供重要的实践价值和理论研究意义。
参考文献：
[1]. 智能算法在住宅性能评估中的分析及应用体系[D]. 张勇. 大连理工大学. 2002
[2]. 居家养老背景下的北京市住宅适老性能评价体系研究[D]. 车冠宇. 北京工业大学. 2016
[3]. 居住建筑节能评价与建筑能效标识研究[D]. 杨玉兰. 重庆大学. 2009
[4]. 基于室内环境监测数据的人行为识别方法研究[D]. 周浩. 天津大学. 2016
[5]. 住宅项目可持续性评价研究[D]. 潘文辉. 南京农业大学. 2005
[6]. 住宅小区适宜居住性评估体系研究[D]. 柴朝华. 哈尔滨工业大学. 2006
[7]. ATR信息处理的软件体系结构[J]. 崔文凯, 卢再奇. 计算机技术与发展. 2009
[8]. 基于神经网络的建筑电气节能关键问题研究[D]. 郭晓岩. 东北大学. 2015
[9]. 基于智能方法的蒸发型空调系统性能实验与优选研究[D]. 孙洲阳. 天津大学. 2002
[10]. 基于可持续发展的房地产价值增值及成本优化[D]. 许秋月. 东南大学. 2015
标签：自动化技术论文; 建筑节能论文; 建筑论文; 中国能效标识论文; 环境评价论文; 项目分析论文; 神经网络模型论文; 控制环境论文; 系统评价论文; 项目成本论文; 节能评估论文; 项目评估论文; 建筑电气论文; 评价体系论文; 房地产业论文;