models,  an  easy  way  to  solve  them  is  to  use  the  genetic  algorithms
(GA).  GA  can  be  viewed  as  a  family  of  computational  models  that  are
inspired  by  evolution.  To  illustrate  the  effectiveness  of  the  model
obtained  in  this  paper,  GA  is  used  to  solve  the  multi-objective  opti-
misation  model.  Note  that  other  types  of  popular  algorithms,  such
as  particle  swarm  optimisation,  simulated  annealing,  ant  colony,
and  so  forth,  may  also  be  applied  to  solve  the  obtained  model.
The  paper  is  organised  as  follows:  in  Section  2,  an  opti-
misation  model  for  investment  decision  making  in  buildings
energy-efficiency  projects  is  formulated.  In  Section  3  the  optimi-
sation  model  is  applied  to  a  case  study.  The  results  and  simulations 一个建筑节能投资决策的多目标优化模型
摘要：一个多目标优化模型是当投资于节能改造时制定来帮助决策者做出最佳决策的。对于一个给定的固定的初始投资项目进行最大限度地节约能源和减少投资回收期。该模型是制定为一个有净现值（NPV），能源和投资回收期为约束条件的多目标优化问题的初始投资，它也采用遗传算法求解。最优决策是通过选择最佳的决策达到建筑节能改造。该模型应用在一个拥有25种可以改装的设施的建筑，说明能源节约的多和回收期价值的少。它也通过分析设施影响审核的错误，制定错误的节约能源，初始投资，利率的变化和电力价格对投资回收期的变化，最大的能量保存和NPV投资进行敏感度分析。分析结果表明，该模型是稳定的。 建筑节能投资决策英文文献和中文翻译(4):http://www.youerw.com/fanyi/lunwen_11918.html