Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 浙江工业大学杨玉兰获国家专利权

浙江工业大学杨玉兰获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉浙江工业大学申请的专利基于采光及节能的工业遗产建筑高侧窗改造多目标优化方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120145798B

龙图腾网通过国家知识产权局官网在2025-10-28发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411856000.1,技术领域涉及:G06F30/27;该发明授权基于采光及节能的工业遗产建筑高侧窗改造多目标优化方法是由杨玉兰;王雅能;岳哲涵;刘抚英;仲利强设计研发完成,并于2024-12-17向国家知识产权局提交的专利申请。

基于采光及节能的工业遗产建筑高侧窗改造多目标优化方法在说明书摘要公布了:一种基于采光及节能的工业遗产建筑高侧窗改造多目标优化方法,其具体步骤如下:S1,设定优化目标和优化变量,通过建立建筑模型对优化目标进行计算分析来判断优化变量的合理性,来进行优化变量范围约束;S2,根据步骤S1中的优化目标和优化变量范围约束在Grasshopper平台采用Wallacei插件进行多目标优化编程,获得基于采光与节能的工业建筑高侧窗改造多目标优化解决方案集,根据平均优化目标权重获得最优解决方案;S3,基于熵值法对优化目标进行赋权,同时基于层次分析法分别按照各优化目标对步骤S2中的方案集中的方案进行优先赋权;S4,优化目标的赋权值和方案的优先赋权值进行综合计算,得到方案的综合优先赋权值,按照综合优先赋权值的最大值推荐最优解决方案。

本发明授权基于采光及节能的工业遗产建筑高侧窗改造多目标优化方法在权利要求书中公布了:1.基于采光及节能的工业遗产建筑高侧窗改造多目标优化方法,其具体步骤如下: S1,设定优化目标和优化变量,通过建立的建筑模型对优化目标进行计算分析来判断优化变量的合理性,并进行优化变量范围约束;其中的优化目标包括光环境指标O1、节能指标O2,优化变量为C1、C2,…,Cm,m为优化变量数量; 优化目标通过正交实验来计算,具体步骤如下: S111,正交实验设计,包括设置实验因素数量为m,确定水平数量为n,根据m和n确定对应的正交实验表,根据正交实验表确定实验次数p; S112,在Grasshopper平台上编程实现参数化建筑几何建模和物理建模; S113,在Grasshopper平台上利用Ladybug插件获取当地气象参数; S114,在Grasshopper平台上利用HB-Daylight插件计算光环境指标O1; S115,在Grasshopper平台上利用HB-Annualload插件计算节能指标O2; 步骤S1中对计算得到的光环境指标O1和节能指标O2分别进行极差分析,具体步骤如下: S121,计算Kij,i=1,2,…,n;j=1,2,…,m,m+1;Kij等于第j,j=1,2,…,m个因素取第i个水平时,所对应的光环境指标O1或所对应的节能指标O2的实验结果之和,Ki,m+1指正交实验的空白列所对应的光环境指标O1或所对应的节能指标O2的实验结果之和; S122,按照计算其中S为实验次数p除以水平数量n; S123,按照计算Rj,Rj表示第j,j=1,2,…,m个因素的极差,Rm+1表示正交实验的空白列的极差; S124,根据空白列的极差值Rm+1是否小于Rj,j=1,2,…,m,判断正交实验数据可靠性; S2,根据步骤S1中的优化目标和优化变量范围约束在Grasshopper平台采用Wallacei插件进行多目标优化编程,获得基于采光与节能的工业建筑高侧窗改造多目标优化解决方案集,根据平均优化目标权重获得最优解决方案; S3,基于熵值法对优化目标进行赋权,同时基于层次分析法AHP分别按照各优化目标对步骤S2中的方案集中的方案进行优先赋权; S4,将优化目标的权重和方案的优先赋权值进行综合计算,得到方案的综合优先赋权值,按照综合优先赋权值的最大值推荐最优解决方案。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人浙江工业大学,其通讯地址为:310014 浙江省杭州市拱墅区潮王路18号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。