基于深度强化学习的绿色建筑设计多目标优化方法及系统

本发明提供一种基于深度强化学习的绿色建筑设计多目标优化方法及系统。应用于建筑设计与人工智能技术领域，所述方法包括：确定建筑性能目标和相关设计参数并构建评估指标体系，建立3D BIM模型并导入基于BIM技术和建筑性能的模拟软件，从而获取样本数据集；构建基于贝叶斯优化的深度神经网络预测元模型，采用样本数据集对元模型进行训练以学习建筑性能目标和相关设计参数与建筑性能之间的非线性关系，输出得到建筑性能预测结果；构建基于DRL的框架，基于框架对元模型进行优化，通过迭代学习优化建筑性能。本发明利用深度强化学习技术实现绿色建筑设计中多目标的优化，提高建筑在能源效率、环境可持续性和居住舒适度等方面的性能。