お知らせ

2025年11月14日

  • 研究
  • お知らせ

居住環境学科 袁 継輝准教授:国際的な研究グループにおいて袁先生のご指導のもと実施された研究成果が、トップ国際誌『Energy Conversion and Management』(JCR-Q1、インパクトファクター:10.9、CiteScore:19.8)に掲載されました。

将来気候・極端日射熱事象に適応する住宅のレジリエンス設計

~機械学習と多目的最適化によるテヘラン事例研究~

<ポイント>

  • 将来気候(A2, RCP4.5, RCP8.5)および極端日射熱事象を考慮し、住宅建築の長期適応性を定量評価。
  • EnergyPlus(OpenStudio/Ladybug)による動的シミュレーションとNSGA-II多目的遺伝的最適化を統合。最適解の抽出にK-means/クラスタリング・Parallel Coordinate Plot(PCP)・MCDAを併用。
  • SHAP(SHapley)による感度解析で設計変数の寄与度を可視化。日よけ角(shading angle)が最も影響力の大きい変数と判明。

 

<グラフィカルアブストラクト>

袁先生

<概要>

  本研究は、テヘランにおける代表的集合住宅をケーススタディに、将来気候下(主に2080年代)でのエネルギー消費(EUI)、過熱指標(IOhD/IOcD)、健康・快適指標(HI、Humidex、PPD)を多目的で最適化する枠組みを提案する。気候データはGCMから統計的ダウンスケーリング/CCWorldWeather/Meteonormにより生成し、OpenStudio/Ladybugで建物熱負荷を計算。Wallscei-X/NSGA-IIで受非支配解集合を生成し、機械学習(K-means等)とPCP、MCDAで最終シナリオを決定した。最適化シナリオ(例:S7)は、ベースラインと比べEUI約25%低減、IOhD約24%改善、年当たり過熱時間36%減少、PPD <6%**などの性能向上を示した。日よけ角が最も高い感度を示し、被覆(外皮)系の設計優先度を示唆する。

<研究の背景>

  • 気候変動に伴う極端高温(熱波)の頻度増加は,室内過熱リスクとエネルギー需要構造を大きく変化させる。
  • 既往研究は最適化や感度解析を用いるものの、将来気候+極端日(heat-wave)を組み入れた多指標最適化は限定的であるため、本研究はそのギャップを埋める。

 

<研究の内容(手法概要)>

  • 対象:テヘランの代表的集合住宅(ゾーニングに空調/非空調区画あり)。
  • 気候データ:GCM→統計的ダウンスケール→EPW(A2, RCP4.5, RCP8.5)、極端日事象を比較。
  • シミュレーション:Rhinoceros+Grasshopper(Ladybug/OpenStudio)で建物モデル→EnergyPlus経由で熱負荷計算(検証誤差 ±8%以内)。
  • 最適化:NSGA-II(Wallacei-X)による多目的最適化(目的関数:HI, Humidex, IOhD, IOcD, PPD, EUI)。
  • 解の選定と解析:K-meansクラスタリング/PCPによる候補選別、MCDAで重みづけ評価、SHAPで感度ランキング。

 

<主要知見と効果>

  • 最適化効果:代表最適シナリオ(S7)は2080年評価で EUI = 34.07 kWh·m⁻²(ベースライン57) → ≈25.2%削減、PPD ≈5.56%、IOhD低減などを達成。
  • 過熱・健康:最適設計は年あたりの過熱時間を約36%削減し、HI/Humidex/IOhD等の健康指標を快適域へ近づける。
  • 感度分析:SHAPにより日よけ角(shading angle)が最も影響力が大きく、設計上の優先改良点として提示。
  • 注意点:単一GCM(HadCM3)や古いSRESシナリオ利用の限界があり、複数GCM・最新シナリオでの検証が今後必要。

 

<今後の展開>

  • 複数GCM・最新RCP/CMIP6シナリオへの拡張と不確実性評価
  • 相変化材料(PCM)、可変反射材料、AI制御空調の組み込み評価と費用便益分析
  • 中東・乾燥暖温帯の他都市への横展開および規模拡張(集合住宅→集合住宅群/都市スケール)

 

<掲載誌情報>

  • 雑誌:Energy Conversion and Management(Elsevier)(IF: 10.9; Cite Score: 19.8)
  • 論文名:Designing resilience building for climate change adaptation (future climate and extreme daily heat event): machine learning and multi-objective algorithms for decreasing heat stress and energy efficiency
  • 著者:Banafsheh Tezeri, Mostafa Mohajerani, Javad Eiraji, Jihui Yuan(責任著者)
  • DOIhttps://doi.org/10.1016/j.enconman.2025.120698

 

<研究内容に関する問い合わせ先>

大阪公立大学大学院生活科学研究科

准教授 袁 継輝(えん けいき)

TEL:06-6605-2833

E-mail:yuan[at]omu.ac.jp

※[at]を@に変更してください。