امروزه مصرف انرژی با ساخت و تولید گازهای گلخانه ای به یک نگرانی حیاتی تبدیل شده است [[1]، [2]، [3]، [4]]. مصرف انرژی ساختمان ها 30 تا 40 درصد است [5]. همچنین تولید 45 تا 65 درصد زباله جامد و 40 درصد CO ₂ یکی از اثرات نامطلوب ساختمان ها بر محیط زیست است [[6]، [7]، [8]، [9]، [10]). . گازهای گلخانه ای تولید شده اثرات مخربی بر محیط زیست مانند تغییرات آب و هوایی دارند [[11]، [12]، [13]، [14]]. کاهش اثرات زیست محیطی ساختمان ها می تواند به مزایای زیست محیطی قابل توجهی منجر شود [15]، اگرچه روش های مناسب برای دستیابی به این کاهش تقریبا ناشناخته است. حدود 30 درصد از انتشار دی اکسید کربن به دلیل مصرف انرژی ساختمان رخ می دهد و مصرف سوخت خانوارها باعث حدود 6 درصد می شود. بنابراین، کاهش اثرات زیست محیطی ساختمان ها می تواند منجر به مزایای زیست محیطی قابل توجهی شود [16]. با این حال، نرخ جایگزینی ساختمان‌های جدید با ساختمان‌های موجود 1 تا 3 درصد در سال است [[17]، [18]، [19]]. بنابراین، ساختمان با تولید انرژی خالص صفر یکی از رویکردهای جدید برای طراحی ساختمان است [2، [20]، [21]، [22]].

یکی از تاکتیک های رایج برای بهبود دوام تاسیسات فعلی، برنامه ریزی مقاوم سازی است [[23]، [24]، [25]]. طبق تحقیقات Sanvido و Riggs، مقاوم سازی جایگزین کاملی نیست، بلکه در حال تبدیل ساختار یا تاسیسات فعلی است. این تبدیل می‌تواند شامل افزودن، حذف، تنظیم مجدد یا جایگزینی بخش‌های مختلف تسهیلات باشد. نوع، هزینه یا مقدار امکانات ممکن است تغییر کند. در دیدگاه Latham، مقاوم سازی فناوری است که مزایای انرژی و کیفیت ساختمان اصلی را به صورت پویا و پایدار جمع آوری می کند [26]. گواهی‌های عملکرد انرژی (EPC) نقش اساسی در این روش دارند زیرا اطلاعات شفافی در مورد عملکرد انرژی ارائه می‌کنند. EPC استانداردها و معیارهای فعلی را در مورد نیازهای انرژی برای ساختمان و مقادیر مرجع ارائه می دهد. همچنین باید شامل پیشنهادهایی برای بهبود انرژی بهینه یا مقرون به صرفه باشد.

در این راستا، تحقیقات مختلفی برای یافتن گزینه‌های مقاوم‌سازی بهینه در یک ساختمان با استفاده از مدل‌های ریاضی برای سازگاری بیشتر با محیط‌زیست انجام شده است [27]. به عنوان مثال، دلاور و صاحبی یک مدل چند هدفه را برای کشف کارآمدترین ترکیبی از جایگزین‌های ساخت و ساز و مصالح برای به حداکثر رساندن کارایی ساختمان، کارایی انرژی و اثرات زیست‌محیطی بررسی کردند. مدل آنها هزینه ساخت و مصرف انرژی گزینه های مختلف طراحی را هنگام ساخت یک ساختمان در نظر می گیرد. در طراحی NZEB، سیستم‌های فعال/گرمایش و سرمایش با تجهیزات تجدیدپذیر مانند پنل‌های خورشیدی ترکیب شده‌اند که فناوری‌های مقرون‌به‌صرفه، کاربردی و به‌روز هستند. دو سناریو برای یک ساختمان مسکونی برای نشان دادن چارچوب پیشنهادی ارائه شد. طبق یافته ها، ضخامت عایق (دیوارها، سقف ها و پنجره ها) و تجهیزات تجدیدپذیر به طور قابل توجهی بر پایداری NEBZ تأثیر می گذارد [28]. موری و همکاران راه‌حل‌های مقاوم‌سازی بهینه را با استفاده از رویکرد شبیه‌سازی درجه-روز همراه با روش بهینه‌سازی الگوریتم‌های ژنتیک مطالعه کردند. یک هواپیمای مقاوم سازی ساختمان مورد مطالعه اخیر مبنای این تحقیق را فراهم کرد. نشان داده شده است که راه‌حل‌های بهینه مشتق‌شده از شبیه‌سازی را می‌توان با مقایسه راه‌حل مقاوم‌سازی پیاده‌سازی شده با راه‌حل مبتنی بر شبیه‌سازی در موقعیت‌های زندگی واقعی اعمال کرد. در نتیجه این تحقیق، آشکار شد که لازم است قبل از شروع عملیات مقاوم‌سازی، تمام جنبه‌های یک پروژه ارزیابی شود تا مطمئن شویم که استراتژی بهینه مطابق با معیارهای خاص پروژه اتخاذ شده است [[29]، [30]، 31]]. مججول و الزهرانی از یک مدل پشتیبانی تصمیم بر اساس برنامه‌ریزی خطی عدد صحیح مختلط برای مالکان ساختمان‌های مسکونی استفاده کردند. به منظور دستیابی به موثرترین استراتژی های مقاوم سازی، این مدل توسعه داده شد. عملکرد هدف پروژه مقاوم سازی انرژی کاهش کل هزینه چرخه حیات (LCC) بود تا بتواند منافع مالی را محقق کند. این در حالی انجام شد که آسایش حرارتی، بودجه، و سطح روشنایی توصیه شده به عنوان بحرانی ترین محدودیت ها در نظر گرفته شد. این مدل برای تعیین اعتبار آن بر روی یک ساختمان مسکونی آزمایش شد. بر اساس نتایج این مطالعه، تقریباً 70 درصد از مصرف انرژی را می توان با مقاوم سازی کاهش داد. یک تحلیل حساسیت برای بررسی تأثیر تغییر عنصر هزینه بر LCC و صرفه جویی در انرژی انجام شده است [32]. آنتی تیپوف [33] با استفاده از مدل برنامه خطی عدد صحیح مختلط (MILP) ساختمان ها را بر اساس عوامل محیطی و اقتصادی مانند استفاده از پنل ها و پنجره های خورشیدی بهینه کرده است. در مطالعه دیگری [34] برای کاهش انتشار گازهای گلخانه ای و هزینه های مقاوم سازی ساختمان های مسکونی مورد استفاده، MILP و بهینه سازی محدودیت اپسیلون.

بررسی ادبیات نشان می‌دهد که اکثر مطالعات مفاهیم مصرف انرژی، صرفه‌جویی در انرژی و نرخ انتشار دی‌اکسید کربن را بررسی کرده‌اند که مستقیماً بر راحتی حرارتی هزینه‌های هشدار زندگی (LACs) و اثرات زیست‌محیطی ساختمان از طریق بهینه‌سازی ساختمان‌های مقاوم‌سازی تأثیر می‌گذارند. دو جنبه این مقاله را به حوزه مقاوم سازی ساختمان مرتبط می کند. از منظر کاربردی، این مطالعه یک استراتژی کمک برنامه ریزی کارآمد را برای کل مقاوم سازی های صرفه جویی در مصرف انرژی ارائه می دهد که برای دستیابی به گواهی ساختمان سبز با کمترین اثرات زیست محیطی با در نظر گرفتن هر گزینه بالقوه مقاوم سازی، تعاملات بین ساختمان در داخل ساختمان و سیستم های پوشش، و طراحی شده است. مشوق های مالی برای مدت طولانی از نظر آکادمیک، این مطالعه به ادبیات مقاوم سازی ساختمان های سبز با معرفی یک مدل سیستماتیک طراحی شده برای بهینه سازی مقاوم سازی پوشش و امکانات ساختمان های داخلی به صورت موازی کمک می کند. با استفاده از این روش سیستماتیک، یک ابزار برنامه ریزی مقاوم سازی ساختمان ها شامل چندین فناوری طراحی شده است. علاوه بر این، دارای یک چارچوب برنامه ریزی چند ساله است که ذهن سرمایه گذاران را راحت می کند و ارزیابی استفاده مالی و کارآمد از انرژی حاصل از مقاوم سازی در دراز مدت را تسهیل می کند [27،35]. علاوه بر این، مسئله برنامه ریزی بهینه بهینه فرموله شده به عنوان یک مسئله برنامه ریزی عدد صحیح مختلط غیرخطی (NMIP) تعریف شده است که حل آن با استفاده از تکنیک های بهینه سازی سنتی امکان پذیر نیست و نیاز به یک الگوریتم فراابتکاری جدید برای حل این مسئله NMIP در این مقاله دارد. به نام الگوریتم بهینه سازی ازدحام ملخ بهبود یافته (ILSOA). هدف این کار توسعه مدل بهینه‌سازی برای تعیین اقتصادی‌ترین و سازگارترین اقدامات مقاوم‌سازی با توجه به یک پروژه خاص، به جای توسعه الگوریتم بهینه‌سازی برای حل مشکل است. مشارکت های اصلی مقاله ارائه شده به شرح زیر است:

• •استفاده از الگوریتم جدیدی به نام Improved Locust Swarm Optimization
• •مقاوم سازی ساختمان اداری موجود به عنوان مطالعه موردی
• •صرفه جویی در انرژی بر اساس الزامات ساختمان های سبز
• •با در نظر گرفتن کل CO2 منتشر شده از ساختمان ها
• •دستیابی به دوره بازگشت سرمایه بهینه و فرم رتبه بندی EPC

این مقاله به 6 بخش تقسیم شده است. به عنوان بخشی از بخش 2، مدلی برای تخمین مصرف انرژی ارائه شده است. پس از آن بخش 3 مسئله مقاوم سازی، 4 الگوریتم بهینه سازی ازدحام ملخ بهبود یافته (ILSOA)، که یک مسئله مقاوم سازی بهینه را فرموله می کند و الگوریتمی را برای حل آن ارائه می کند، دنبال می شود. پس از آن، بخش 5 مطالعه موردی مفصلی از مشکل مقاوم‌سازی ارائه می‌کند. در نهایت، بخش 6 نتیجه گیری را تعریف می کند.