宋海宏,謝法連,王魯帥,鄭殿煬,張慧娜

(1.東北林業(yè)大學(xué)園林學(xué)院,哈爾濱 150040； 2.中國(guó)城市規(guī)劃設(shè)計(jì)研究院深圳分院,深圳 518040)

引言

立足于“性能驅(qū)動(dòng)”[1]設(shè)計(jì)思維蓬勃興起的時(shí)代背景，綠色建筑性能模擬技術(shù)[2]與參數(shù)化設(shè)計(jì)方法[3]日趨廣泛。候乘空間作為旅客完成從進(jìn)站候車(chē)到乘車(chē)的主要活動(dòng)空間，由于其諸多優(yōu)勢(shì)，早已成為國(guó)內(nèi)外交通樞紐中重要的空間形式，解決旅客基本使用需求已無(wú)法滿足當(dāng)前客運(yùn)樞紐綠色化、人性化的發(fā)展趨勢(shì)，還要考慮其舒適性。另外寒地鐵路客運(yùn)樞紐建筑因受地域氣候等條件的影響，冬季日照時(shí)間短，進(jìn)而導(dǎo)致人工照明時(shí)間增加?；诤氐赜蛱卣鞯目紤]，本研究以自然采光性能[4]為切入點(diǎn)，旨在提出寒地鐵路客運(yùn)樞紐候乘空間光環(huán)境數(shù)字化優(yōu)化設(shè)計(jì)流程、平臺(tái)與策略，從而提升寒地鐵路客運(yùn)樞紐建筑優(yōu)化設(shè)計(jì)決策精度，提高優(yōu)化設(shè)計(jì)效率，增強(qiáng)優(yōu)化設(shè)計(jì)過(guò)程對(duì)于復(fù)合性能的權(quán)衡能力。

隨著對(duì)建筑設(shè)計(jì)要求的不斷提升，既有的建筑設(shè)計(jì)理論的局限性逐漸凸顯。韓昀松建立了寒地辦公建筑形態(tài)GANN-BIM數(shù)字化優(yōu)化設(shè)計(jì)平臺(tái)，指出了跨平臺(tái)交互的優(yōu)勢(shì)[5]；楊鴻瑋基于Ecotect-Radiance-Daysim聯(lián)動(dòng)平臺(tái)，對(duì)建筑進(jìn)行建筑綠色化改造設(shè)計(jì)[6]；王振宇基于參數(shù)化設(shè)計(jì)平臺(tái)，提出了嚴(yán)寒地區(qū)的高層辦公建筑形態(tài)和表皮優(yōu)化設(shè)計(jì)流程[7]；周白冰以Grasshopper為平臺(tái)運(yùn)用多目標(biāo)遺傳算法優(yōu)化技術(shù)對(duì)寒地多層辦公建筑空間自然采光性能進(jìn)行優(yōu)化[8]；本文在此基礎(chǔ)上基于參數(shù)化設(shè)計(jì)平臺(tái)Rhinoceros & Grasshopper[9-10]展開(kāi)，通過(guò)耦合建筑環(huán)境信息模型和多目標(biāo)優(yōu)化算法[11-12]，提出了綠色性能導(dǎo)向下的寒地鐵路客運(yùn)樞紐候乘空間光環(huán)境數(shù)字化設(shè)計(jì)流程，促發(fā)了建筑優(yōu)化設(shè)計(jì)過(guò)程由自上而下主觀決策轉(zhuǎn)變?yōu)樽韵露献越M織與性能導(dǎo)向自適應(yīng)相協(xié)同的建筑環(huán)境雙系統(tǒng)動(dòng)態(tài)耦合過(guò)程，解決了現(xiàn)有方法中存在的對(duì)空間參數(shù)考慮不周、優(yōu)化用時(shí)長(zhǎng)等問(wèn)題，然后依據(jù)該流程提出寒地鐵路客運(yùn)樞紐候乘空間光環(huán)境數(shù)字化設(shè)計(jì)策略，并結(jié)合建筑實(shí)例展開(kāi)探討。

1 寒地鐵路客運(yùn)樞紐候乘空間光環(huán)境數(shù)字化設(shè)計(jì)流程

寒地鐵路客運(yùn)樞紐候乘空間光環(huán)境數(shù)字化設(shè)計(jì)流程由建筑與環(huán)境信息參數(shù)集成、設(shè)計(jì)參量與性能映射關(guān)系建構(gòu)和多目標(biāo)建筑空間優(yōu)化3組子流程組成。以哈爾濱西站候乘空間為研究案例，首先應(yīng)用寒地鐵路客運(yùn)樞紐候乘空間光環(huán)境數(shù)字化設(shè)計(jì)流程(圖1)，然后采用基于自然采光性能的候乘空間光環(huán)境優(yōu)化設(shè)計(jì)策略展開(kāi)案例實(shí)踐。

圖1 寒地鐵路客運(yùn)樞紐候乘空間光環(huán)境數(shù)字化設(shè)計(jì)流程

1.1 建筑與環(huán)境信息集成

建筑與環(huán)境信息集成是寒地鐵路客運(yùn)樞紐候乘空間光環(huán)境數(shù)字化設(shè)計(jì)的第一項(xiàng)子流程。該子流程從設(shè)計(jì)目標(biāo)、設(shè)計(jì)條件和設(shè)計(jì)參量三方面出發(fā)，立足寒地地域環(huán)境特征與設(shè)計(jì)條件，應(yīng)用建筑信息建模技術(shù)[13-14]、參數(shù)化編程技術(shù)以及建筑性能模擬技術(shù)完成對(duì)建筑信息、環(huán)境信息和建筑性能指標(biāo)的整合。研究首先展開(kāi)建筑與環(huán)境信息集成，應(yīng)用自然采光性能考量下的寒地鐵路客運(yùn)樞紐候乘空間數(shù)字化設(shè)計(jì)策略，選取建筑朝向、平面長(zhǎng)寬比、東西向窗墻比、天窗洞口與候乘空間面積比值、天窗高度等建筑幾何信息為設(shè)計(jì)參量，結(jié)合寒地鐵路客運(yùn)樞紐候乘空間參數(shù)的抽樣調(diào)查結(jié)果，設(shè)計(jì)參量數(shù)值約束條件見(jiàn)表1。

表1 寒地鐵路客運(yùn)樞紐候乘空間光環(huán)境設(shè)計(jì)參量約束條件

同時(shí)把全自然采光百分比(DA)、有效自然采光照度百分比(UDI)[15]以及全自然眩光概率(DGP)作為優(yōu)化設(shè)計(jì)目標(biāo)，應(yīng)用建筑環(huán)境信息模型有序疊加寒地鐵路客運(yùn)樞紐候乘空間材料與構(gòu)造、幾何以及運(yùn)行等建筑信息，構(gòu)建的建筑參數(shù)化模型見(jiàn)圖2。

圖2 哈爾濱西站候乘空間參數(shù)化模型

構(gòu)建多層級(jí)的建筑信息參數(shù)網(wǎng)絡(luò)，需要復(fù)合相應(yīng)模塊體形、側(cè)窗、天窗設(shè)計(jì)要素及其子決策變量的信息。第一類(lèi)決策變量由平面長(zhǎng)寬比與建筑朝向兩個(gè)影響建筑體形設(shè)計(jì)的參量組成，對(duì)建筑案例實(shí)地測(cè)量，候乘空間為矩形，東西長(zhǎng)度為318.6 m，南北向長(zhǎng)度為68 m，即候乘空間的面積為21 664.8 m2，平面長(zhǎng)寬比為4.69。經(jīng)過(guò)查閱文獻(xiàn)與實(shí)際調(diào)研，將平面長(zhǎng)寬比值域定為4.5～6.0，依據(jù)優(yōu)化計(jì)算的時(shí)間確定參量模數(shù)為0.1。本文以寒地城市哈爾濱為例，寒地鐵路客運(yùn)樞紐候乘空間最佳朝向?yàn)闁|偏北30°～東偏南30°，因此將實(shí)驗(yàn)選取的建筑朝向值域定為-30°～30°，參量的模數(shù)定為2.5°。并且考慮自然采光模擬計(jì)算結(jié)果的準(zhǔn)確性，疊加建筑高度等建筑幾何形態(tài)信息。第二類(lèi)決策變量由東西向窗墻比2個(gè)影響側(cè)窗設(shè)計(jì)的參量組成，通過(guò)實(shí)地測(cè)量與參閱文獻(xiàn)，將建筑東、西方向窗墻比的值域定為0.45～0.55，參量的模數(shù)為0.01。第三類(lèi)決策變量則主要針對(duì)由天窗洞口與候乘空間面積比值以及天窗高度組成的天窗設(shè)計(jì)參量[16]進(jìn)行優(yōu)化，從而確保天窗洞口的比例與高度都達(dá)到最優(yōu)效果。對(duì)三類(lèi)決策變量進(jìn)行整合，圖3為其算法模塊。

圖3 參數(shù)化模型生成算法模塊

1.2 空間與性能關(guān)系建構(gòu)

空間與性能映射關(guān)系建構(gòu)子流程是寒地鐵路客運(yùn)樞紐候乘空間光環(huán)境數(shù)字化設(shè)計(jì)的第二項(xiàng)子流程，設(shè)計(jì)者在該流程中將從建筑性能設(shè)計(jì)目標(biāo)和建筑空間設(shè)計(jì)參量?jī)煞矫嫒胧?，?yīng)用建筑性能模擬技術(shù)構(gòu)建建筑空間與建筑性能目標(biāo)的映射關(guān)系。

自然采光性能模擬的優(yōu)化目標(biāo)分別為全自然采光百分比(DA)、有效自然采光照度百分比(UDI)以及全自然眩光概率(DGP)。利用Honeybee& Ladybug數(shù)字化技術(shù)平臺(tái)，模擬寒地鐵路客運(yùn)樞紐候乘空間的自然采光性能，把性能模擬數(shù)據(jù)導(dǎo)入儲(chǔ)存模塊，形成可調(diào)用的數(shù)據(jù)庫(kù)。該流程分為三部分：模擬數(shù)據(jù)的前期采集、軟件模擬精度的實(shí)測(cè)驗(yàn)證以及3個(gè)自然采光性能指標(biāo)的模擬。

首先對(duì)模擬數(shù)據(jù)進(jìn)行前期的采集，可分為搭建天空模型、賦予材料構(gòu)造屬性以及設(shè)置環(huán)境參數(shù)等環(huán)節(jié)。日照環(huán)境影響建筑的自然采光性能，建筑案例位于典型的寒地城市哈爾濱，年平均的日照時(shí)間為4.4 h，冬季日照時(shí)長(zhǎng)短，由圖4可知，哈爾濱地區(qū)的日照輻射量月均值在六月達(dá)到最大值，隨后逐漸降低，冬季達(dá)到最小值。針對(duì)寒地鮮明的地域氣候特征，本研究從實(shí)際觀測(cè)出發(fā)，以基于實(shí)測(cè)數(shù)據(jù)得出的天空亮度分布替代IWEC數(shù)據(jù)庫(kù)中的直射和散射輻射值，使用實(shí)測(cè)數(shù)據(jù)校正Perez天空模型，生成反映哈爾濱地區(qū)真實(shí)天空狀態(tài)的寒地光氣候特征的天空模型，即修正的Perez天空模型，提高對(duì)局地光氣候環(huán)境的反映精度。隨后設(shè)計(jì)者基于對(duì)候乘空間內(nèi)建筑材料的反射率和透射率等光學(xué)屬性的實(shí)測(cè)，創(chuàng)建寒地鐵路客運(yùn)樞紐候乘空間內(nèi)常用材料的光學(xué)屬性數(shù)據(jù)組，設(shè)計(jì)者可依據(jù)需要調(diào)用不同材料的光學(xué)屬性數(shù)據(jù)，并將其與候乘空間參數(shù)構(gòu)建自適應(yīng)關(guān)聯(lián)關(guān)系，從而避免因調(diào)整方案造成重復(fù)建模，減少模擬實(shí)驗(yàn)的耗時(shí)。本文將依據(jù)自然采光性能模擬所需的候乘空間和室內(nèi)材料的光學(xué)屬性以及天空模型的數(shù)據(jù)要求，將寒地鐵路客運(yùn)樞紐建筑和環(huán)境數(shù)據(jù)導(dǎo)入Ladybug、Radiance等模擬軟件中，并啟動(dòng)模擬軟件計(jì)算自然采光性能指標(biāo)。

在自然采光性能模擬中，需要對(duì)軟件模擬的準(zhǔn)確性與可靠性進(jìn)行驗(yàn)證。對(duì)哈爾濱西站候乘空間光環(huán)境進(jìn)行現(xiàn)場(chǎng)測(cè)量，候乘空間測(cè)量選取的高度為0.75 m，共選取32個(gè)測(cè)點(diǎn)，測(cè)試時(shí)間為2019年8月1日～8月16日，測(cè)量時(shí)間段為8:00～17:00，在每次測(cè)試時(shí)，分別對(duì)各測(cè)點(diǎn)測(cè)量3次，然后取其平均值作為實(shí)測(cè)照度值。在實(shí)測(cè)過(guò)程中候乘空間內(nèi)人工照明裝置均處于關(guān)閉狀態(tài)僅自然采光，測(cè)點(diǎn)分布見(jiàn)圖5。

圖4 太陽(yáng)輻射分析

圖5 測(cè)點(diǎn)布置示意

將照度模擬值與實(shí)測(cè)值導(dǎo)入SPSS軟件，對(duì)768組模擬數(shù)據(jù)與實(shí)測(cè)數(shù)據(jù)的Pearson相關(guān)性進(jìn)行分析，由分析結(jié)果可知，自然采光照度模擬數(shù)據(jù)與實(shí)測(cè)數(shù)據(jù)相關(guān)系數(shù)為0.981，屬于高度相關(guān)。顯著性P值為0.000，小于0.01，具有高度統(tǒng)計(jì)學(xué)意義，可見(jiàn)實(shí)測(cè)數(shù)據(jù)與模擬數(shù)據(jù)之間為極顯著相關(guān)的關(guān)系。另外引入均方根誤差(Root Mean Square Error， rmse)來(lái)驗(yàn)證數(shù)據(jù)的準(zhǔn)確性。由計(jì)算結(jié)果可知，模擬值與實(shí)測(cè)值的均方根誤差為97.7，屬于允許的誤差范圍，因此，Ladybug與Honeybee等軟件對(duì)候乘空間內(nèi)自然采光性能光環(huán)境的參數(shù)化模擬較為準(zhǔn)確。

在DA與UDI模擬計(jì)算過(guò)程中，選取候乘空間的地面作為自然采光性能研究的測(cè)試網(wǎng)格面，把測(cè)點(diǎn)的高度定為0.75 m。根據(jù)上述搭建天空模型等環(huán)節(jié)對(duì)模擬數(shù)據(jù)的前期準(zhǔn)備，應(yīng)用Honeybee全年日照模擬方法對(duì)候乘空間自然采光性能進(jìn)行模擬，獲得全自然采光百分比(DA)和有效自然采光照度百分比(UDI)的數(shù)據(jù)，其模擬程序流程見(jiàn)圖6。在DGP模擬計(jì)算中，對(duì)候乘空間中離窗邊1 m處的測(cè)點(diǎn)進(jìn)行眩光分析，因?yàn)檫@里具有良好的采光，易生成劇烈明暗差異的眩光現(xiàn)象，圖7為其模擬程序的流程。

1.3 多目標(biāo)建筑空間優(yōu)化

設(shè)計(jì)者在進(jìn)行候乘空間多目標(biāo)性能優(yōu)化的子流程中，通過(guò)擬作為評(píng)價(jià)條件的建筑性能指標(biāo)和擬進(jìn)行參數(shù)優(yōu)化的候乘空間設(shè)計(jì)參量，采用遺傳優(yōu)化搜索技術(shù)[17-18]，開(kāi)展基于性能導(dǎo)向的寒地鐵路客運(yùn)樞紐候乘空間光環(huán)境決策變量遺傳優(yōu)化搜索的設(shè)計(jì)過(guò)程。候乘空間多目標(biāo)優(yōu)化的子流程是在性能驅(qū)動(dòng)設(shè)計(jì)思維引導(dǎo)下，利用遺傳優(yōu)化算法在解集空間中搜索出候乘空間帕累托最優(yōu)解集的過(guò)程。

圖6 DA、UDI自然采光性能評(píng)價(jià)指標(biāo)模擬程序流程

圖7 眩光指標(biāo)DGP模擬程序流程

全自然采光百分比(DA)與有效自然采光照度百分比(UDI)屬于兩個(gè)自然采光性能動(dòng)態(tài)評(píng)價(jià)指標(biāo)。本實(shí)驗(yàn)的目標(biāo)為尋求兩個(gè)評(píng)價(jià)指標(biāo)的最大值，首先通過(guò)遺傳算法分別累加測(cè)點(diǎn)DA、UDI的數(shù)值并求取平均值，由于Octopus模塊僅能求解目標(biāo)函數(shù)最小值，而DA、UDI取值越大表示自然采光性能越好，因此需將上述均值運(yùn)用函數(shù)轉(zhuǎn)換為負(fù)數(shù)的形式，然后通過(guò)代數(shù)運(yùn)算連接至Octopus[19]模塊的O端。全自然眩光概率(DGP)作為第三個(gè)適應(yīng)度目標(biāo)，是衡量不舒適眩光的評(píng)價(jià)指標(biāo)。根據(jù)表2將DGP模擬結(jié)果中小于0.4的時(shí)刻占全年總時(shí)刻的比例設(shè)為優(yōu)化目標(biāo)，在此范圍內(nèi)會(huì)使旅客感受到舒適的自然光環(huán)境。選取候乘空間內(nèi)距離窗邊1 m處的人視點(diǎn)模擬計(jì)算其一年內(nèi)21日上午12點(diǎn)DGP的均值，利用代數(shù)運(yùn)算，連接至Octopus模塊的O端。

表2 眩光發(fā)生概率(DGP)等級(jí)分類(lèi)[20]

對(duì)優(yōu)化目標(biāo)的數(shù)據(jù)交互接口進(jìn)行連接，在把3個(gè)目標(biāo)函數(shù)連接至Octopus模塊的O端之后，將體形、側(cè)窗、天窗空間變量連接至Octopus模塊的G端。通對(duì)各參數(shù)控制模塊進(jìn)行多層級(jí)關(guān)聯(lián)關(guān)系建構(gòu)，其算法流程見(jiàn)圖8。在Octopus主界面將種群數(shù)量設(shè)置為100，變異率設(shè)置為0.100，交叉率設(shè)置為0.800，精英比例設(shè)置為0.500，最大代數(shù)設(shè)置為0，然后開(kāi)始進(jìn)行優(yōu)化。

圖8 Octopus多目標(biāo)優(yōu)化算法流程與框架

2 寒地鐵路客運(yùn)樞紐候乘空間光環(huán)境數(shù)字化設(shè)計(jì)實(shí)踐結(jié)果分析

本實(shí)驗(yàn)共進(jìn)行了50次迭代計(jì)算，在第15代優(yōu)化收斂完成，獲得120個(gè)優(yōu)化方案。對(duì)各代優(yōu)化解集3個(gè)目標(biāo)函數(shù)的最值和均值分布狀況進(jìn)行解析，如圖9所示。由圖9可以看出，Pareto最優(yōu)解的最小值的浮動(dòng)范圍很小，但最大值的變化范圍較大，3個(gè)目標(biāo)函數(shù)逐漸呈現(xiàn)出收斂的態(tài)勢(shì)，表明在所有解中Pareto最優(yōu)解所占比例呈上升的趨勢(shì)，同時(shí)也反映出另外各代解集的支配集逐漸趨近于Pareto最優(yōu)解；15代之后兩個(gè)最值分布狀態(tài)都趨于良好，優(yōu)化率也呈穩(wěn)定態(tài)勢(shì)。以全自然采光百分比(DA)為例，目標(biāo)函數(shù)值在最初的幾代變化較為劇烈，隨著進(jìn)化過(guò)程的推進(jìn)，解集質(zhì)量的收斂性雖有波動(dòng)，但呈穩(wěn)態(tài)發(fā)展，前15代的優(yōu)化率顯著提高，15代之后優(yōu)化率趨于平穩(wěn)。DA與DGP也呈相似的態(tài)勢(shì)，優(yōu)化率在15代之后呈現(xiàn)穩(wěn)定態(tài)勢(shì)。通過(guò)對(duì)各代解集兩個(gè)最值以及平均值的分布狀況分析可以判定實(shí)驗(yàn)呈優(yōu)化收斂態(tài)勢(shì)，驗(yàn)證了建筑空間設(shè)計(jì)過(guò)程中優(yōu)化設(shè)計(jì)決策能夠在迭代計(jì)算中逐步改善候乘空間內(nèi)的自然采光性能。

圖9 DA、UDI、DGP優(yōu)化目標(biāo)收斂分析

在Pareto最優(yōu)解集中選定3種代表不同性能傾向的設(shè)計(jì)方案進(jìn)行對(duì)比研究，由表3可知，多目標(biāo)權(quán)衡較優(yōu)方案①相比原始方案，優(yōu)化目標(biāo)DA與UDI分別提升了73.9%與20.7%，DGP則為95.0%；DA性能評(píng)價(jià)指標(biāo)最優(yōu)方案②相較于原始方案，3個(gè)優(yōu)化目標(biāo)DA、UDI與DGP分別提升了84.3%、17.5%與71.6%；UDI性能評(píng)價(jià)指標(biāo)最優(yōu)方案③與原始方案相比，3個(gè)優(yōu)化目標(biāo)分別提升了65.2%、30.6%與74.6%，3個(gè)優(yōu)化設(shè)計(jì)方案的自然采光性能相較于原始方案都有顯著的提升。通過(guò)Octopus模塊對(duì)寒地鐵路客運(yùn)樞紐候乘空間參數(shù)化模型的建筑性能指標(biāo)進(jìn)行多目標(biāo)優(yōu)化設(shè)計(jì)，設(shè)計(jì)者依據(jù)不同的性能傾向在龐大的解空間中選擇各項(xiàng)性能最優(yōu)數(shù)值與設(shè)計(jì)約束條件下的單項(xiàng)性能相對(duì)最優(yōu)值，使優(yōu)化方案的多樣性得到了很大程度的改善，從而大幅提升候乘空間自然采光利用率。

表3 優(yōu)化方案自然采光性能的提升分析

3 寒地鐵路客運(yùn)樞紐候乘空間光環(huán)境優(yōu)化設(shè)計(jì)策略

基于寒地日照時(shí)間短、氣候惡劣的地域環(huán)境特征，對(duì)寒地鐵路客運(yùn)樞紐候乘空間進(jìn)行多目標(biāo)優(yōu)化設(shè)計(jì)，分別從體形、側(cè)窗和天窗設(shè)計(jì)參量三方面總結(jié)出寒地鐵路客運(yùn)樞紐候乘空間光環(huán)境數(shù)字化設(shè)計(jì)策略。

3.1 體形參量的設(shè)計(jì)策略

首先選取南北向的寒地鐵路客運(yùn)樞紐候乘空間運(yùn)行多目標(biāo)優(yōu)化，得出相應(yīng)的帕累托前沿最優(yōu)解集。由優(yōu)化解集的實(shí)驗(yàn)結(jié)果可以得知，建筑朝向的改變對(duì)全天然采光百分比(DA)影響最大，對(duì)有效自然采光照度百分比(UDI)和全自然眩光概率(DGP)的影響次之，南北向候乘空間最適宜的朝向范圍為東偏北30°～東偏南30°，隨著建筑在此范圍內(nèi)向東偏北進(jìn)行偏轉(zhuǎn)，目標(biāo)函數(shù)DA逐漸增加，提高了對(duì)自然光的利用能力；UDI呈減小趨勢(shì)，即候乘空間自然采光質(zhì)量逐漸降低；DGP則存在較小浮動(dòng)，因此在候乘空間設(shè)計(jì)中需要預(yù)防不舒適眩光的發(fā)生，從而創(chuàng)造一個(gè)視覺(jué)愉悅的候乘空間光環(huán)境。

基于寒地氣候、地理環(huán)境等條件的制約，平面形態(tài)多以規(guī)則的長(zhǎng)方形為主，在候乘空間的平面設(shè)計(jì)中，應(yīng)當(dāng)注意對(duì)平面長(zhǎng)寬比的控制，過(guò)大容易導(dǎo)致體形系數(shù)的增加。由多目標(biāo)優(yōu)化實(shí)驗(yàn)可知，平面長(zhǎng)寬比的改變對(duì)目標(biāo)函數(shù)DA和DGP影響較大，對(duì)目標(biāo)函數(shù)UDI的優(yōu)化率則改變較小。通過(guò)解析Pareto最優(yōu)解集中平面長(zhǎng)寬比變量對(duì)3個(gè)優(yōu)化目標(biāo)的影響，可以發(fā)現(xiàn)在建筑面積一定的情況下，在4.6～5.0范圍內(nèi)的平面長(zhǎng)寬比可有效提升全自然采光百分比(DA)，提升了候乘空間對(duì)自然采光的利用率；同時(shí)確保全年中候乘空間內(nèi)自然采光照度值在有效值域(100～2 000 lx)內(nèi)的時(shí)間百分比；并且可有效控制候乘空間的全自然眩光概率(DGP)在最適宜范圍內(nèi)。從而為旅客創(chuàng)造良好的空間品質(zhì)，有益于旅客生理、心理健康。

3.2 側(cè)窗參量的設(shè)計(jì)策略

建筑側(cè)窗是最常見(jiàn)的一種采光口形式，光線具有很強(qiáng)的方向性，有利于顯現(xiàn)立體造型，易與室外聯(lián)系等優(yōu)點(diǎn)，缺點(diǎn)是光線分布不均勻，近窗處亮，遠(yuǎn)窗處暗，易形成直接眩光，影響側(cè)窗采光效果的因素很多，主要集中在側(cè)窗形狀、側(cè)窗布置方式、側(cè)窗間間距。

候乘空間自然采光性能很大程度上受建筑側(cè)窗的影響，在寒地鐵路客運(yùn)樞紐候乘空間光環(huán)境多目標(biāo)優(yōu)化實(shí)驗(yàn)中，選擇的候乘空間為南北向，由于南北向沒(méi)有側(cè)窗，因此把東、西兩個(gè)方向的窗墻比側(cè)窗設(shè)計(jì)參量作為實(shí)驗(yàn)的決策變量。通過(guò)寒地鐵路客運(yùn)樞紐候乘空間光環(huán)境多目標(biāo)優(yōu)化實(shí)驗(yàn)得出，增大東西向窗墻比增加了DA的數(shù)值，可大幅提升有效利用自然光的能力，但同時(shí)也提升了不舒適眩光發(fā)生的概率，因此在適當(dāng)增加?xùn)|西向窗墻比的同時(shí)應(yīng)對(duì)眩光現(xiàn)象進(jìn)行預(yù)防。另外考慮到西立面在夏季易產(chǎn)生嚴(yán)重的眩光現(xiàn)象，在設(shè)計(jì)中必須充分考慮其遮陽(yáng)設(shè)計(jì)以避免長(zhǎng)時(shí)間西曬。目前我國(guó)鐵路客運(yùn)樞紐候乘空間主要采用外遮陽(yáng)措施，外遮陽(yáng)系統(tǒng)一般和建筑整體外立面結(jié)合在一起，可有效的遮蔽直射光，使柔和的自然光進(jìn)入建筑內(nèi)部。

3.3 天窗參量的設(shè)計(jì)策略

人們對(duì)自然光的心理需求愈加重視，近年來(lái)建成的國(guó)內(nèi)外寒地鐵路客運(yùn)樞紐建筑中多構(gòu)建大量條形天窗，目的是將室外自然光引入建筑內(nèi)部，提升候乘空間品質(zhì)，因此研究天窗設(shè)計(jì)參量對(duì)候乘空間自然采光性能的影響十分必要。

由Pareto最優(yōu)解集的解析可知，隨著天窗洞口與候乘空間面積比值的增加，優(yōu)化目標(biāo)DA的數(shù)值增幅較大，優(yōu)化目標(biāo)UDI和DGP的優(yōu)化率則改變不大。因此適當(dāng)擴(kuò)大天窗比例提高了全自然采光百分比(DA)的數(shù)值，可有效提升自然采光的利用率，提高了工作面照度值在100～2 000 lx有效值域內(nèi)的小時(shí)數(shù)與全年工作時(shí)間小時(shí)數(shù)的百分比。所以可適當(dāng)增加天窗洞口與候乘空間面積比值，提升對(duì)自然采光的利用能力，但同時(shí)應(yīng)控制不舒適度眩光(DGP)發(fā)生的概率。通過(guò)增加候乘空間的天窗高度有助于提高全自然采光百分比(DA)，從而更加充分地利用自然采光，但同時(shí)也會(huì)提高不舒適眩光DGP發(fā)生的概率。由多目標(biāo)優(yōu)化實(shí)驗(yàn)可知，天窗高度的最佳的取值范圍為17～18 m，在此范圍內(nèi)提高天窗的高度，可充分引入自然采光，避免直射陽(yáng)光的大量進(jìn)入，對(duì)有效提升候乘空間對(duì)自然光的利用率有重要的現(xiàn)實(shí)意義。

4 結(jié)論

本文建立了寒地鐵路客運(yùn)樞紐候乘空間光環(huán)境數(shù)字化設(shè)計(jì)流程，提出了綠色性能導(dǎo)向下的多目標(biāo)優(yōu)化方法的流程框架。

(1)立足于寒地氣候特征，提出了候乘空間光環(huán)境優(yōu)化設(shè)計(jì)流程與策略，基于自然采光性能設(shè)計(jì)目標(biāo)展開(kāi)建筑空間設(shè)計(jì)方案優(yōu)化搜索，生成寒地鐵路客運(yùn)樞紐候乘空間光環(huán)境帕累托前沿最優(yōu)解集，提高了寒地鐵路客運(yùn)樞紐候乘空間光環(huán)境優(yōu)化設(shè)計(jì)精度。

(2)應(yīng)用建筑信息建模技術(shù)對(duì)建筑、環(huán)境與建筑性能信息進(jìn)行集成，然后利用參數(shù)化編程技術(shù)對(duì)各參數(shù)模塊進(jìn)行編寫(xiě)，將多層級(jí)關(guān)聯(lián)關(guān)系的建筑信息參數(shù)化控制模塊平行建構(gòu)于數(shù)字化節(jié)能設(shè)計(jì)平臺(tái)中，從而將寒地建筑環(huán)境信息模型中的復(fù)雜數(shù)據(jù)結(jié)構(gòu)降維，實(shí)現(xiàn)建筑信息的平板化布局、參數(shù)化控制以及自適應(yīng)協(xié)同。

(3)通過(guò)耦合建筑環(huán)境信息模型和多目標(biāo)優(yōu)化算法，建構(gòu)綠色性能導(dǎo)向下的候乘空間多目標(biāo)優(yōu)化設(shè)計(jì)流程，彌補(bǔ)了現(xiàn)有設(shè)計(jì)方法中存在的空間參數(shù)考慮不周、優(yōu)化用時(shí)長(zhǎng)等問(wèn)題。

(4)應(yīng)用建模、模擬與優(yōu)化的流程框架，立足于自然采光性能，分別從建筑體形、側(cè)窗和天窗等設(shè)計(jì)參量對(duì)3個(gè)優(yōu)化目標(biāo)進(jìn)行優(yōu)化。對(duì)得出的Pareto最優(yōu)解集的實(shí)驗(yàn)結(jié)果進(jìn)行解析，梳理出體形、側(cè)窗、天窗設(shè)計(jì)參量方面的寒地鐵路客運(yùn)樞紐候乘空間光環(huán)境數(shù)字化優(yōu)化設(shè)計(jì)策略。