资源枯竭和环境污染是当今世界上的两项巨大挑战。建筑作为人类主要的居住环境,是能源消耗和污染排放的主要贡献者之一,建筑业必须成为节能减排的重点,同时应承担为人类提供舒适健康的使用空间以及良好生态效益的任务。中国是目前世界上最大的排放国和最大的能源消费国,为解决这两个问题,促进绿色建筑的发展势在必行。绿色建筑可以在建筑的使用周期内尽可能最大化的实现节约资源、保护环境的目标,并且为人们提供健康舒适的使用空间。由中华人民共和国住房和城乡建设部发布的《绿色建筑评价标准》是一种基于绿建措施的评级系统,可为绿色建筑提供第三方验证。而不确定性是与可持续建设项目决策有关的一个固有特征。造成这种不确定性的主要原因是利益相关者对其决策标准的相对影响以及可持续发展决策对建设成本投入、建筑服务质量以及环境效益的全部影响并非完全了解。目前由于新建项目属性差异较大以及绿建从业人员可持续知识水平参差不齐,导致进行正确的绿建决策具有挑战性,同时,由于我国幅员辽阔,各地自然经济文化差异显著,一般性绿建措施选择策略很难完全适用于国内不同地区的的具体特点和需求,对此笔者进行了此次的针对夏热冬暖地区的绿建策略优化方法研究,有助于绿建工程师对特定项目的绿建技术方案进行合理而快速地决策,更好地推动绿色建筑的发展。为实现可持续建设项目的目标而做出的关键决策之一是选择绿建技术措施,从而使项目符合绿色建筑标准的认证要求。本研究为可持续措施选择提出了一个多准则决策的方法,采取问卷形式进行深圳地区的绿建专家意见调查,了解专家对绿色建筑评价标准中各措施条目在收益方面（质量、生态）和投入方面（成本、技术难度）共四个维度上的可行性评价以及深圳地区绿建专家对于收益投入的偏好情况,在专家意见的基础上采用多准则决策的多属性效用理论（MAUT）建立了措施条目的综合评价模型,对所有国标绿建措施进行排序,找到可行度最好的措施条目,绿建措施的完整排名可以为绿建工程师在制定技术方案时提供参考。为了在MAUT的基础上,进一步针对属性多样的实际建筑项目进行精准决策,引入了机器学习算法,包括目标认证等级、候选地地价、建筑类型等在内的不同项目属性情况下各措施条目具有不同的可行度值,从而获得了基于项目属性的特定绿建措施完整排名,将不同项目属性对应的绿建措施包用于构建数据库,然后使用数据库对人工神经网络进行训练拟合,让神经网络对所有国标措施条目进行二分类,识别在特定项目属性下的入选条目和落选条目。通过利用实际项目进行模型验证,证明了该方法的有效性和可靠性。这一结果表明,所开发的方法能够在项目设计初期的措施选择过程中提供有价值的指导。首先,本研究选取深圳地区绿色建筑的技术策略决策方法为优化对象,解决了夏热冬暖地区适用不同绿建措施的适宜性问题。其次,本研究采用了多准则决策方法,选取了投入和产出维度的四个互相矛盾又相互制约的属性作为评价体系,获得了四个维度上表现优异的绿建措施完整排名,可以辅助绿建工程师进行决策。最后,研究采用机器学习算法,让计算机自主学习绿建经验,在遇到新项目时快速生成符合特定项目属性要求的绿建方案,提高决策质量的同时优化绿建方案的适宜性。本文有关绿建决策优化的方法研究可以辅助绿建工程师尤其是新从业者进行快速决策,在节省决策时间的同时可以帮助工程师最大程度地减少在建筑项目中纳入措施条目的负面影响,同时最大限度地提高对环境和建筑物质量的正面收益。