2.1 . عوامل اقلیمی مرتبط برای عملکرد پایداری ساختمان ها

این مرحله چندین عامل اقلیمی را از ادبیات جمع‌آوری می‌کند و پس از آن یک فرآیند غربالگری توسط گروهی از متخصصان با استفاده از روش دلفی به عنوان یک ابزار سیستماتیک و تعاملی انجام می‌شود. از این رو، ابتدا یک بررسی ادبیات برای شناسایی پارامترهای اصلی آب و هوایی که تأثیر عمده ای بر عملکرد پایداری ساختمان ها دارند، انجام می شود [ 13 ، 36 ، 45 ، [52] ، [53] ، [54] ، [55] ، [56] ، [57] . برخی محدودیت‌های محلی مانند اقلیم‌های مختلف محلی، در دسترس بودن داده‌ها و روش‌ها و مصالح ساخت‌وساز محلی وجود دارد که برای مشخص کردن پارامترهای آب و هوایی مؤثر باید در نظر گرفته شوند. از این رو، کمک کارشناسان داخلی برای رفع این محدودیت ها و نهایی کردن مهم ترین پارامترها ضروری است. روش دلفی در اینجا برای ارائه یک فرآیند ساختاریافته برای به دست آوردن و استخراج دانش از گروهی از متخصصان با ترکیب چندین دور بازخورد استفاده می شود [ 58 ، 59 ]. به طور خاص، کارشناسان در چندین نوبت در پر کردن پرسشنامه شرکت دارند. یک ناظم خلاصه ای ناشناس از پاسخ های کارشناسان را همراه با استدلال آنها پس از هر دور ارائه می دهد. سپس کارشناسان تشویق می شوند تا با در نظر گرفتن پاسخ های دیگر اعضا، پاسخ های قبلی خود را به روز کنند. تعداد پاسخ دهندگانی که پرسشنامه ها را پر می کنند ممکن است در دورهای بعدی کاهش یابد [ 23 ، 60 ].

2.2 . پهنه بندی اقلیمی

این مرحله شهرهای کشور را بر اساس ویژگی های اقلیمی تعیین شده در مرحله قبل به چند منطقه تقسیم می کند. روش خوشه‌بندی K -means در این مطالعه برای پهنه‌بندی اقلیمی به دلیل سادگی، دقت بالا و کاربرد وسیع آن در اهداف هواشناسی استفاده می‌شود [ 61 ، 62 ]. K -means اشیاء را با توجه به تابع فاصله اقلیدسی به نزدیکترین مرکز خوشه آنها اختصاص می دهد . به طور خاص تر، مرکز یا میانگین حسابی همه اشیاء در هر خوشه را محاسبه می کند. این مراحل تا زمانی تکرار می شوند که در دورهای متوالی نقاط مشابهی به هر خوشه اختصاص داده شود. برای انجام مرحله اولیه و شرایط همگرایی روش K -means می توان از رویکردهای مختلفی استفاده کرد. در این مطالعه، الگوریتم لوید به دلیل همگرایی بیشتر در مقایسه با سایر الگوریتم ها [ 63 ] اعمال می شود. الگوریتم لوید در چهار مرحله زیر انجام می شود:

• 1

  تعیین تصادفی مراکز خوشه ها (𝜇𝑖(0)=𝜇1(0),𝜇2(0),𝜇3(0),…𝜇𝑖(0)=𝜇1(0),𝜇2(0),𝜇3(0),…)

سپس دو مرحله زیر تا زمانی تکرار می شود که میانگین ها همگرا شوند یا واریانس کل خوشه ها تغییر معنی داری نداشته باشد.

• 2

  𝑆𝑖(𝑡)={𝑥𝑃:‖𝑥𝑃−𝜇𝑖(𝑡)||2≤‖𝑥𝑃−𝜇𝑖(𝑡)||2𝑎𝑛𝑑∀𝑗,1≤𝑗≤𝑘}(1)

جایی که𝑆𝑖(𝑡)خوشه i در زمان t است ،𝑥𝑃شامل تمام نقاط خوشه اولیه است و k تعداد خوشه ها است.

• 3

  همه خوشه ها بر اساس معادله زیر به روز می شوند:

(2)𝜇𝑖(𝑡+1)=1𝑆𝑖(𝑡)∑𝑥𝑗∈𝑆𝑖(𝑡)𝑋𝑗𝜇𝑖(𝑡+1)=1𝑆𝑖(𝑡)∑𝑥𝑗∈𝑆𝑖(𝑡)𝑋𝑗

• 4

  سرانجام،𝜇𝑖(𝑇)=𝜇1(𝑇),𝜇2(𝑇),𝜇3(𝑇),…به عنوان نمایندگان نهایی خوشه ها به دست می آیند.