**基于比率分析，运用模糊香农熵和模糊多目标优化方法评估酒店行业建筑智能水平的模型** Seyed Morteza Hatefi Jolanta Tamo?aitien? Pardis Roshanayee Ulrike Quapp

《Applied Sciences》：Model to Assess the Intelligence Level of Buildings in the Hotel Industry by Applying Integrated Fuzzy Shannon Entropy and Fuzzy Multi-Objective Optimization on the Basis of Ratio Analysis Seyed Morteza Hatefi, Jolanta Tamo?aitien?, Pardis Roshanayee and Ulrike Quapp

　　

摘要

智能建筑技术的快速发展已经彻底改变了酒店行业，这使得需要采用结构化的方法来评估建筑物的智能化程度。本研究致力于工程领域的问题，提出了一种综合决策模型，该模型结合了模糊香农熵（fuzzy Shannon entropy）和基于比率分析的多目标优化算法（fuzzy multi-objective optimization, MOORA），以评估酒店行业内的建筑物智能化水平。该模型系统地确定了各种智能化标准（包括工程、环境、经济、社会和文化、技术以及节能等方面）的相对重要性。通过利用模糊香农熵，该框架能够根据信息分布客观地为这些标准分配权重，从而减少评估中的主观偏见。随后应用模糊多目标优化算法对酒店中的不同智能建筑进行排序，确保评估结果的准确性。所提出的模型通过真实酒店数据进行了测试，证明了其在识别最优智能建筑配置方面的有效性。研究结果表明，人类舒适度、温室气体排放（污染）和系统集成是最重要的子标准。最后，通过模糊多目标优化模型中对各项标准的重要性的评估，得出了各酒店的智能化水平。结果显示，Parsian Kowsar酒店、Piroozy酒店和Sepahan酒店是根据智能化标准评估出的最佳酒店。