基于BIM技术和BP神经网络的成都理工大学图书馆天然采光研究.docx

基于BIM技术和BP神经网络的成都理工大学图书馆天然采光研究
摘要：
建筑物设计中，天然采光对于室内环境和人体健康都具有重要意义。利用BIM技术和BP神经网络，本文对成都理工大学图书馆的天然采光进行了研究。通过建立BIM模型，获取图书馆内各区域的光照度数据，并进行了实际测量验证。同时，利用BP神经网络对采集的数据进行了训练，并对未来的日照情况进行了预测。结果表明，本研究提出的方法可以为建筑物设计和评价提供相应的指导和参考，同时也为BIM和神经网络在建筑设计领域的应用提供了一定的借鉴和探索。
关键词：BIM技术；BP神经网络；天然采光；成都理工大学图书馆
一、引言
天然采光是建筑物设计中一个重要的考虑因素。研究表明，较高的天然照度可以提高人们的生产力和生活质量，减少对人体健康的影响。同时，充足的采光也能够降低建筑物的能耗，节约使用电力等资源。
BIM技术的广泛应用为建筑物设计和评价提供了新的工具和方法，可以全面地考虑建筑物内部的各种参数。同时，BP神经网络在建筑物设计领域中也已经得到了广泛的应用，可以有效地预测建筑物的性能和指标。
本研究以成都理工大学图书馆作为案例进行研究，探究BIM技术和BP神经网络在建筑物天然采光方面的应用。通过建立BIM模型，获取图书馆内各区域的光照度数据，并进行了实际测量验证。同时，利用BP神经网络对采集的数据进行了训练，并对未来的日照情况进行了预测。
二、BIM技术在建筑物天然采光中的应用
BIM技术可以建立建筑物的三维模型，全面地考虑建筑物内部的各种参数，包括光照、温度等。在建筑物天然采光方面，BIM技术可以通过建立光环境模型获取建筑物内区域的光照度数据，为建筑物的设计和评价提供参考。
在本研究中，我们使用Revit软件建立了成都理工大学图书馆的BIM模型。通过建立光环境模型，获取了图书馆内各区域的光照度数据，并实际测量验证。
三、BP神经网络在建筑物天然采光中的应用
BP神经网络是一种常用的人工神经网络，可以应用于建筑物的设计和评价。在本研究中，我们使用BP神经网络对图书馆内采集的光照度数据进行训练，并预测未来日照情况。
首先，我们将采集到的光照度数据进行了处理和分析。然后，使用MATLAB软件对数据进行训练，最终得到了一个适合于图书馆天然采光预测的BP神经网络模型。通过该模型，我们可以预测未来图书馆内不同区域的日照情况。
四、实验结果及分析
通过将BIM技术和BP神经网络应用于成都理工大学图书馆的天然采光研究中，我们得到了一些实验结果和结论。使用BIM技术可以方便地获取建筑物内部的各种参数，如光照、温度等。使用BP神经网络可以有效地预测建筑物的天然采光情况。
通过对图书馆内各区域的实际测量和分析，我们发现图书馆内的采光情况具有较大差异，不同区域的光照度存在明显差异。同时，预测结果也显示，未来不同时间段图书馆内的采光情况也将有所变化。
五、结论
本研究利用BIM技术和BP神经网络对成都理工大学图书馆的天然采光进行研究，得出以下结论：
1.BIM技术可以全面考虑建筑物内部的各种参数，有效地获取建筑物的光照度数据。
2.BP神经网络可以对采集的光照度数据进行训练，并预测建筑物未来的天然采光情况。
3.通过本研究得出的实验结论和分析，可以为建筑物设计和评价提供相应的指导和参考。同时，也为BIM和神经网络在建筑设计领域的应用提供了一定的借鉴和探索。
参考文献：
[1]庞军伟.基于BIM技术的建筑可视性研究[D].南京理工大学,2017.
[2]贾勇.建筑采光设计理论与应用[M].北京:中国建筑工业出版社,2017.
[3]胡伯光,等.基于神经网络的建筑物模拟预测方法研究[J].建筑科学,2015,31(7):72-77.