本发明公开了一种基于人工神经网络和BIM的建筑能耗模拟和优化方法，包括：建立建筑能耗数据库；通过人工神经网络算法，对建筑能耗数据库进行深度学习；通过Revit软件建立建筑方案的BIM模型，通过Rihno+Grasshopper平台提取BIM模型的建筑特征；通过人工神经网络算法计算出建筑的耗能评估结果；选择优化策略，得出各种优化策略的节能效果，形成优化后的设计方案。本发明将人工神经网络技术、BIM技术与建筑能耗模拟相结合。通过直接从BIM模型提取建筑特征信息，免除了传统在模拟软件上的建模环节；通过人工神经网络对数据库的学习，直接得出能耗计算结果，实现了建筑方案的实时优化和分析。
