摘要：为了降低建筑全生命周期的成本和碳排放量，选用多目标粒子群优化算法（PSO），从墙体类型、窗墙比、玻璃类型、外部遮阳宽度、建筑朝向五个方面进行热环境和光环境模拟，并计算相应的建设成本和碳排放量，从而得到优化的绿色建筑设计方案。案例分析表明，基于PSO的绿色建筑设计优化方法能够有效节约建筑成本并降低建筑的碳排放量，最终实现经济效益和环境效益双赢的目标。
关键词：绿色建筑设计；多目标优化；建筑物理性能；全生命周期成本
Abstract：In order to reduce the life cycle cost（LCC）and life cycle carbon emissions（LCCE），the paper selects multi-objective particle swarm optimization（PSO），simulates daylight and thermal performances according to different wall types，window-to-wall ratio，glazing types，external sunshade，building orientations，and calculates the corresponding LCC and LCCE，finally gets the best green building design scheme. Results show that this model can effectively reduce amount of LCC and LCCE especially in LCC，which is helpful for designers to deliver an economic and environmental-friendly design scheme.
Keywords：green building design；multi-objective optimization；building performance；life cycle cost（LCC）
参考文献
[1] 丁艳彬.中国建筑能耗研究报告显示：我国碳减排进入总量控制阶段[J].建筑设计管理，2017（1）：58-58.
[2] 王少阶.发展低碳建筑推动建筑节能[J].建设科技，2010（4）：20-21.
[3] 清华大学建筑节能研究中心，中国建筑节能年度发展研究报告2011[M].北京：中国建筑工业出版社，2011.
[4] 汪涛.建筑生命周期温室气体减排政策分析方法及应用[D].北京：清华大学，2012.
[5] Rebitzer G. Integrating life cycle costing and life cycle assessment for managing costs and environmental impacts in supply chains[M]. Physica-Verlag HD，2002.
[6] 卢琳彬.建筑行业推行与发展绿色建筑的制约因素探析[J].工程经济，2015（2）：81-85.
[7] Shi Y，Eberhart R C. Parameter selection in particle swarm optimization[C].International Conference on Evolutionary Programming Vii. Springer-Verlag，1998.
[8] Eberhart，R.C，Shi，Y.Comparison between genetic algorithm and particle swarm optimization[C]. Proceedings of the 7th International Conference on Evolutionary Programming VII，1998：611-619.
[9] Oral，G. K.，Yener，A. K.，Bayazit，N. T. Building envelope design with the objective to ensure thermal，visual and acoustic comfort conditions[J]. Building and Environment，2004（39）：281-287.
[10] 住建部.GB50033-2013 建筑采光设计标准[M].北京：中国建筑工业出版社，2013.
[11] Cheung，C.K.，Fuller，R.J. and Luther，M.B. Energy-efficient envelope design for high-rise apartments[J]. Energy and Buildings，2005（37）：37-48.
[12] Reinhart，C.F，Fitz，A. Findings from a survey on the current use of daylighting simulations in building design[J].Energy and Buildings，2006（38）：824-835.
[13] Tuhus-Dubrow D，Krarti M. Genetic-algorithm based approach to optimize building envelope design for residential buildings[J]. Building & Environment，2010，45（7）：1574-1581.
[14] Yu，J.H.，Yang，C.Z，Tian，L.W. Low-energy envelope design of residential building in hot summer and cold winter zone in China[J].Energy and Buildings，2008（40）：1536-1546.
建筑经济，2017（10）：59-65