摘要：本文针对现代城市中越来越严重的热岛现象与能源问题,首先分析了北京市近60年的温度资料,可知60年来城区内的年平均温度升高了2.28℃,温度增幅为0.38℃/10 a。而后综合考虑城市建筑热环境的各种影响因素,利用BP神经网络技术建立了城市尺度下针对建筑热环境(温度)的预测模型,并对以往的数学模型和计算方法进行了改进。在改进后的预测模型中,通过枚举法选择隐含层最佳神经元个数,用贝叶斯正规化算法进行了网络训练,结果表明:与BP神经网络基本的L-M优化算法相比,该算法有较高的泛化能力和准确性,更适合于这一问题的研究。

摘要：本文分析了北京市20年来的人均能耗量与能耗强度,并对产业结构比例和能耗总量进行了回归分析,建立了回归方程。在综合考虑城市建筑热环境参数和能耗环境效益的基础上,提出了评价的指标体系并计算了各部分的权重,得出了最终评价结果。针对评价结果,用Matlab7.0和VC6.0联合编写了综合评价程序,读取Excel文件可实现不同城市的评价过程,增强了该项研究的适用性。