Многоцелевой фреймворк на основе ИИ для оптимизации размеров окон с учётом энергетического спроса и теплового комфорта

Почему размер окна важнее, чем кажется

Когда мы представляем энергоэффективные здания, обычно думаем о солнечных батареях или толстой теплоизоляции — но обычные окна тихо решают, сколько энергии будет потреблять здание и насколько в нём будет комфортно. В этом исследовании рассматривается на первый взгляд простой, но важный в реальном мире вопрос: какой ширины и высоты должно быть офисное окно, чтобы люди внутри чувствовали себя комфортно, а счета за отопление и охлаждение оставались в разумных пределах? Используя искусственный интеллект для перебора тысяч вариантов дизайна, исследователи демонстрируют, как «подходящие по размеру» окна могут обеспечить разумный баланс между комфортом и энергопотреблением в жарком и сухом городе, таком как Тегеран.

Простое здание, чтобы ответить на сложный вопрос

Чтобы разложить влияние размера окна на составляющие, авторы начинают с намеренно простого одноэтажного офисного помещения в форме «коробки». Стены, крыша, пол и ориентация здания фиксированы, и на главном фасаде имеется только одно окно. Единственные изменяемые параметры — ширина и высота окна, которые варьируются в реалистичном диапазоне от довольно маленьких до очень больших. Для почти десяти тысяч комбинаций окон компьютерные симуляции оценивают годовую потребность здания в энергии на охлаждение и отопление, а также долю времени, в течение которой температура внутри находится в диапазоне комфорта, приемлемом для людей без кондиционирования. Такое упрощённое построение эксперимента позволяет команде сосредоточиться исключительно на том, как размер окна сам по себе меняет энергетический спрос и комфорт.

Даем искусственному «мозгу» выучить закономерности

Запуск тысяч подробных симуляций требует много времени, и исследование ещё большего числа вариантов быстро становится непрактичным. Чтобы ускорить процесс, исследователи обучают искусственную нейронную сеть — тип ИИ, отдалённо вдохновлённый тем, как мозг обрабатывает информацию, — на результатах симуляций. После обучения этот «суррогатный» модель может мгновенно предсказывать потребности в охлаждении и отоплении и уровни комфорта для любого нового размера окна в пределах изученного диапазона. Тесты показывают, что её прогнозы очень точно совпадают с результатами исходных симуляций, объясняя более 99% изменчивости по всем трём показателям. Иными словами, ИИ становится быстрым и надёжным заменителем медленных физических расчётов.

Поиск лучших компромиссов, а не одной идеальной конфигурации

С быстрой цифровой заменой на руках команда обращается к эволюционным методам поиска — алгоритмам, вдохновлённым естественным отбором — чтобы отыскать размеры окон, уравновешивающие конкурирующие цели. Здесь целями являются снижение годового энергопотребления на охлаждение, снижение годового энергопотребления на отопление и увеличение доли времени, когда температура внутри ощущается комфортной без механического охлаждения. Поскольку увеличение размеров окна полезно зимой (больше солнца и тепла), но вредно летом (больше перегрева), единственного «лучшего» окна не существует. Вместо этого алгоритмы строят семейство равноценных компромиссных решений, известное как фронт Парето, где ни один вариант нельзя улучшить по одной цели, не ухудшив другую. Для данного офиса в Тегеране окна средних размеров оказались золотой серединой: они значительно снижают потребность в отоплении по сравнению с маленькими окнами, делают потребность в охлаждении более разумной по сравнению с самыми большими окнами и обеспечивают уровень комфорта выше примерно 80% занятого времени.

Что показывают результаты о размерах окон

Закономерности, выявленные с помощью ИИ‑поиска, интуитивны, но измеримы. По мере увеличения площади окна годовое энергопотребление на охлаждение почти стабильно растёт, потому что южное остекление пропускает больше солнечного тепла в жаркий сезон. В то же время потребление на отопление снижается, поскольку зимнее солнце даёт полезное тепло, которое более чем компенсирует теплопотери через стекло. Используемая в исследовании мера комфорта — доля времени, когда температура внутри попадает в адаптивный диапазон комфорта для естественно вентилируемых помещений — также растёт с увеличением окна, главным образом потому, что большие окна улавливают больше тёплой погоды. Однако этот показатель не полностью учитывает кратковременные или экстремальные перегревы, поэтому очень большие окна всё ещё могут временами ощущаться некомфортно жаркими, даже если по выбранной метрике они получают высокую оценку. Эта тонкость подчёркивает, что результаты по комфорту следует воспринимать как сравнительное руководство, а не как абсолютную гарантию.

Чем это полезно для проектировщиков и владельцев зданий

Для архитекторов, инженеров и даже владельцев зданий практический вывод прост: размер окон — это не вопрос «больше всегда лучше» или «меньше всегда безопаснее». Исследование показывает, что существует диапазон промежуточных размеров окон, который обеспечивает заметные преимущества по комфорту при одновременном контроле энергопотребления, особенно в климатах с долгим отопительным сезоном и короткими, но интенсивными периодами охлаждения, как в Тегеране. Комбинация детальных симуляций, быстро обучаемой модели ИИ и эволюционного поиска даёт проектировщикам ясный набор высокоэффективных опций вместо одного жёсткого предписания. Это позволяет взвешивать комфорт, счета за энергию и эстетические предпочтения параллельно — опираясь на данные, а не на догадки — при решении, какого размера делать окна в будущих зданиях.

Цитирование: Nasab, S.M.R.A., Rabiei, H. An AI-driven multi-objective framework for optimizing window dimensions considering energy demand and thermal comfort. Sci Rep 16, 6365 (2026). https://doi.org/10.1038/s41598-026-39795-8

Ключевые слова: проектирование окон, энергопотребление зданий, тепловой комфорт, искусственный интеллект, многоцелевой оптимизация