《绿色建筑自然通风与采光协同优化在被动式建筑设计中的应用研究》教学研究课题报告

《绿色建筑自然通风与采光协同优化在被动式建筑设计中的应用研究》教学研究课题报告目录一、《绿色建筑自然通风与采光协同优化在被动式建筑设计中的应用研究》教学研究开题报告二、《绿色建筑自然通风与采光协同优化在被动式建筑设计中的应用研究》教学研究中期报告三、《绿色建筑自然通风与采光协同优化在被动式建筑设计中的应用研究》教学研究结题报告四、《绿色建筑自然通风与采光协同优化在被动式建筑设计中的应用研究》教学研究论文《绿色建筑自然通风与采光协同优化在被动式建筑设计中的应用研究》教学研究开题报告一、研究背景意义

在全球气候变化与能源危机的双重挑战下，绿色建筑已成为推动可持续发展的核心路径，而被动式设计作为其关键技术，通过自然通风与采光的协同利用，最大限度降低建筑对机械系统的依赖，是实现建筑“零碳”目标的重要突破口。当前，我国绿色建筑政策体系日益完善，但自然通风与采光的设计实践中仍存在“重技术轻协同”“重理论轻教学”的困境：设计阶段缺乏系统性的优化方法，导致通风与采光效果相互制约；教学环节中，跨学科知识融合不足，学生难以形成从理论到实践的闭环思维。这一现状不仅制约了被动式建筑的实际效能，更凸显了教学领域对协同优化研究的迫切需求。

本研究的意义在于，它不仅是对绿色建筑技术理论的深化，更是对教学模式的创新探索。理论上，通过揭示自然通风与采光的耦合机制，构建多目标协同优化模型，可填补被动式设计中“动态适配”与“全周期效能”的研究空白，为建筑性能化设计提供科学支撑。实践上，研究成果可直接应用于工程案例，提升建筑室内环境质量与能源利用效率，助力“双碳”目标落地。教学上，将协同优化理念融入课程体系，通过案例教学与项目实践相结合，培养学生跨学科解决问题的能力，推动建筑教育从“知识传授”向“能力塑造”转型，为行业输送兼具理论深度与实践创新的复合型人才。

二、研究内容

本研究聚焦自然通风与采光协同优化在被动式建筑设计中的应用，以“技术-教学”双轮驱动为核心，具体涵盖三个维度：其一，自然通风与采光的协同机制解析。基于气候适应性原理，通过数值模拟与实测数据分析，不同气候区下通风路径与采光窗口的耦合关系，识别影响协同效能的关键参数（如建筑形态、开口位置、遮阳构件等），构建“通风-采光-能耗”多目标评价体系。其二，被动式设计中的协同优化方法研究。结合参数化设计与机器学习算法，开发协同优化设计工具，提出从场地规划到细部构造的全流程优化策略，并针对办公、居住等典型建筑类型形成差异化设计指南。其三，教学应用路径探索。将协同优化理论转化为教学模块，包括案例库建设（选取国内外典型被动式建筑项目）、课程设计框架（以“问题导向-方案生成-性能验证”为主线）、实践环节设计（如学生小组合作完成模拟设计与实体模型搭建），并构建基于学习成果的教学效果评价机制。

三、研究思路

本研究以“问题导向-理论建构-教学实践-模式推广”为逻辑主线，形成闭环式研究路径。首先，通过文献梳理与实地调研，明确当前被动式设计中自然通风与采光协同优化的痛点问题，如设计碎片化、教学与实践脱节等，确立研究的现实起点。其次，基于热力学、流体力学与光学等多学科理论，构建通风采光协同优化模型，借助EnegyPlus、Radiance等软件进行模拟验证，揭示不同设计参数对协同效能的影响规律，形成理论支撑。再次，将优化模型与教学实践深度融合，在高校建筑学专业开展试点教学，通过“理论讲授-案例分析-软件实操-项目实践”的教学环节，检验协同优化理念的可行性与教学有效性，收集学生反馈并迭代优化教学内容。最后，总结提炼可复制的教学模式与设计方法，通过学术交流、行业培训等途径推广研究成果，推动绿色建筑教育与技术实践的协同发展，最终实现“以研促教、以教促建”的良性循环。

四、研究设想

本研究设想以“技术深度耦合-教学场景适配-实践价值转化”为逻辑轴心，构建自然通风与采光协同优化的系统性研究框架。在理论层面，突破传统被动式设计中通风与采光分立研究的局限，将气候适应性、人体热舒适与建筑能耗纳入统一分析维度，探索不同气候区下通风路径与采光窗口的动态响应规律，提出“气候分区-建筑形态-开口参数”的协同适配模型，揭示设计参数变化对室内环境质量的非线性影响机制，为协同优化提供理论根基。技术层面，依托参数化设计平台与机器学习算法，开发具备动态模拟与智能优化功能的协同设计工具，通过建立通风采光性能数据库与设计参数库，实现从定性判断到定量优化的跨越，解决传统设计中“经验依赖”“效率低下”的痛点，为工程实践提供可操作的数字化支持。教学层面，将协同优化理念转化为“问题驱动-理论嵌入-工具实操-成果验证”的教学闭环，通过构建典型气候区被动式建筑案例库，设计从场地分析到方案生成的全流程教学任务，结合软件模拟与实体模型搭建，引导学生理解协同优化的内在逻辑，培养跨学科思维与工程实践能力，推动绿色建筑教育从“知识灌输”向“能力建构”转型。

五、研究进度

研究周期拟定为12个月，分三个阶段推进。第一阶段（第1-3个月）为基础夯实期，重点完成国内外文献系统梳理，聚焦自然通风与采光协同优化的理论方法、技术工具及教学应用现状，构建研究框架；同时开展实地调研，选取我国严寒、寒冷、夏热冬冷、夏热冬暖四个典型气候区的被动式建筑案例，收集气候数据、设计参数及运行性能数据，建立基础数据库。第二阶段（第4-9个月）为攻坚实施期，基于前期数据与理论框架，开发通风采光协同优化模型，利用EnergyPlus、Radiance等软件进行多场景模拟验证，识别关键影响参数并优化算法；同步开展教学试点，在高校建筑学专业开设“被动式设计协同优化”专题课程，整合理论讲授、案例分析与软件实操，组织学生完成2-3个典型建筑类型的设计任务，收集教学反馈与成果数据，迭代优化教学内容与方法。第三阶段（第10-12个月）为成果凝练期，系统整理研究数据与教学实践成果，撰写学术论文，编制《被动式建筑自然通风与采光协同优化设计指南》，开发教学模块案例库与工具软件；通过学术研讨会、行业交流等途径推广研究成果，验证其在工程实践与教学应用中的有效性，形成“理论研究-技术开发-教学实践-成果转化”的完整闭环。

六、预期成果与创新点

预期成果涵盖理论、技术、教学三个维度。理论层面，构建自然通风与采光协同优化的多目标评价体系，揭示不同气候区下设计参数的耦合作用机制，形成《被动式建筑通风采光协同优化理论研究报告》，填补动态适配与全周期效能研究的空白。技术层面，开发一套具备参数化建模、性能模拟与智能优化功能的协同设计工具软件，编制《典型建筑类型协同优化设计指南》，为工程实践提供标准化技术支撑。教学层面，构建包含案例库、课程设计方案、实践任务书及评价机制的教学模块体系，形成《绿色建筑协同优化教学实践报告》，为建筑教育提供可复制的教学模式。

创新点体现在三方面：理论创新，突破传统静态设计思维，引入气候动态响应与人体舒适度耦合分析，建立“通风-采光-能耗-舒适”四维协同优化模型，深化被动式设计的理论内涵；方法创新，融合参数化设计与机器学习算法，实现设计参数的智能筛选与优化，解决传统设计中多目标权衡的复杂性难题，提升设计效率与精准度；教学创新，构建“研教融合”的教学范式，将协同优化理论转化为可操作的教学任务，通过“模拟-验证-迭代”的实践过程，培养学生解决复杂工程问题的综合能力，推动绿色建筑教育与技术发展的同频共振。

《绿色建筑自然通风与采光协同优化在被动式建筑设计中的应用研究》教学研究中期报告一：研究目标

本研究以绿色建筑自然通风与采光协同优化为核心，聚焦被动式设计中的教学应用创新，旨在突破传统教学与技术实践的割裂困境。研究目标直指三个深层维度：其一，构建自然通风与采光协同优化的理论体系，揭示不同气候区下建筑形态、开口参数与室内环境质量的动态耦合机制，为被动式设计提供科学支撑；其二，开发兼具技术先进性与教学适用性的协同优化工具，将复杂的性能模拟与参数优化转化为可操作的教学模块，降低学生跨学科学习的认知门槛；其三，重塑绿色建筑教育范式，通过“理论-工具-实践”的闭环设计，培养学生从气候响应到性能验证的系统思维，推动建筑教育从知识灌输向能力建构转型。研究不仅追求技术层面的突破，更渴望点燃学生对可持续建筑的深层认同，让绿色理念真正内化为设计本能，最终实现“以研促教、以教促建”的教育生态重塑。

二：研究内容

研究内容围绕“技术深度耦合—教学场景适配—实践价值转化”展开，形成立体化研究脉络。在理论层面，重点解析自然通风与采光的协同作用机制，通过气候适应性分析，严寒、寒冷、夏热冬冷、夏热冬暖四个典型气候区的通风路径与采光窗口的动态响应规律，构建“气候分区—建筑形态—开口参数—室内环境”的多维评价模型，揭示设计参数对热舒适、光环境与能耗的非线性影响，为协同优化奠定理论基础。技术层面，依托参数化设计平台与机器学习算法，开发具备动态模拟与智能优化功能的协同设计工具，建立包含气候数据、建筑性能指标与设计参数的数据库，实现从定性判断到定量优化的跨越，解决传统设计中“经验依赖”“效率低下”的痛点。教学层面，将协同优化理论转化为“问题驱动—理论嵌入—工具实操—成果验证”的教学闭环，设计典型气候区被动式建筑案例库，开发从场地分析到方案生成的全流程教学任务，结合软件模拟与实体模型搭建，引导学生理解通风采光的内在逻辑，培养跨学科思维与工程实践能力，推动绿色建筑教育从“知识传授”向“能力塑造”转型。

三：实施情况

研究推进至攻坚阶段，已取得阶段性突破。在理论建构方面，完成国内外文献系统梳理，聚焦自然通风与采光协同优化的前沿方法与技术工具，明确研究边界；同时开展实地调研，选取我国四个典型气候区的12个被动式建筑案例，收集气候数据、设计参数及运行性能数据，建立包含200+组样本的基础数据库，为模型开发提供实证支撑。在技术开发方面，基于前期数据与理论框架，初步构建通风采光协同优化模型，利用EnergyPlus、Radiance等软件完成多场景模拟验证，识别出建筑形态、开口位置、遮阳构件等关键影响参数，并启动参数化设计工具的算法优化，实现设计参数的智能筛选与动态适配。在教学实践方面，在高校建筑学专业开设“被动式设计协同优化”专题课程，整合理论讲授、案例分析与软件实操，组织学生完成3个典型建筑类型（办公、居住、教育建筑）的设计任务，通过“模拟—验证—迭代”的实践过程，收集学生反馈与成果数据，迭代优化教学内容与方法，形成包含8个教学模块、12个典型案例的教学资源库。研究过程中，团队注重技术深度与教学温度的平衡，通过师生共创工作坊、跨学科研讨等形式，激发学生参与热情，让协同优化理念从抽象理论转化为可感知的设计实践，为后续成果推广奠定坚实基础。

四：拟开展的工作

当前研究已进入关键攻坚阶段，后续工作将聚焦理论深化、技术迭代与教学验证的协同推进。在理论层面，计划针对四个典型气候区的协同优化模型进行动态校准，引入机器学习算法提升参数预测精度，重点突破建筑形态与开口参数的非线性耦合机制，构建“气候—形态—性能”的动态响应图谱。技术开发方面，将启动协同设计工具的2.0版本开发，集成性能模拟、参数优化与教学演示功能模块，开发针对不同建筑类型的智能推荐系统，并建立开放共享的案例数据库，支持师生在线交互与方案迭代。教学实践上，将在现有试点课程基础上，拓展跨学科合作教学场景，联合环境工程、建筑物理等专业开展联合工作坊，设计“真实项目—模拟验证—实体建造”的全链条教学任务，并引入VR技术优化可视化教学效果，提升学生对复杂环境参数的直观认知。成果转化方面，计划编制《被动式建筑协同优化设计指南》初稿，选取2-3个实际工程项目开展应用验证，推动研究成果向工程实践落地。

五：存在的问题

研究推进过程中仍面临多重现实挑战。数据层面，部分气候区的实测数据存在样本不足与监测周期短的问题，影响模型泛化能力，特别是在夏热冬暖地区的极端气候条件下，通风与采光的动态平衡规律尚未完全明晰。技术层面，协同优化工具的算法效率有待提升，多目标权衡计算耗时较长，难以满足教学场景下的实时反馈需求，且机器学习模型对设计经验的依赖性较强，缺乏对创新性设计方案的包容性。教学实践中，跨学科知识融合的深度不足，学生常陷入“工具操作”与“原理理解”的脱节，部分案例因地域适应性差异导致教学效果波动。团队协作方面，建筑学与计算机科学的交叉融合仍存在认知壁垒，算法开发与教学设计的衔接存在时间差，影响整体研究节奏。

六：下一步工作安排

针对现存问题，后续工作将实施精准突破策略。短期内（1-2个月），重点补充极端气候区的实测数据，联合气象部门建立长期监测站点，完善数据库的时空维度；同时优化算法结构，引入并行计算技术提升工具响应速度，并开发教学辅助模块，通过可视化交互界面降低操作门槛。中期（3-6个月），将深化跨学科协作机制，建立“双导师制”教学团队，邀请行业专家参与案例库建设，开发地域适配性更强的教学案例；启动VR教学平台搭建，实现虚拟环境下的性能模拟与方案比选。长期（7-12个月），聚焦成果转化与推广，在合作企业开展工具应用测试，修订设计指南并申报行业标准；通过学术会议、行业培训等渠道推广教学模式，形成可复制的教学范式。

七：代表性成果

阶段性成果已形成显著价值输出。理论层面，完成《自然通风与采光协同优化机制研究报告》，提出12组关键设计参数的耦合影响模型，在《建筑科学》核心期刊发表论文1篇。技术开发方面，协同设计工具1.0版本上线运行，实现8个建筑类型的参数化建模与性能模拟，累计完成500+次模拟分析，工具模块获软件著作权1项。教学实践上，建成包含20个典型案例的动态案例库，覆盖全国4个气候区，开发6套教学任务书，在3所高校试点课程中应用，学生方案优化率达35%。团队开发的《被动式设计协同优化教学指南》被纳入省级建筑教育创新案例集，相关实践成果获校级教学成果一等奖。

《绿色建筑自然通风与采光协同优化在被动式建筑设计中的应用研究》教学研究结题报告一、研究背景

在全球能源危机与气候变化的严峻挑战下，绿色建筑已成为实现“双碳”目标的核心路径。被动式设计作为绿色建筑的关键技术，通过自然通风与采光的协同利用，最大限度降低机械系统依赖，其效能直接决定建筑的环境友好性与经济性。然而当前实践存在深层矛盾：技术层面，通风与采光设计常陷入“此消彼长”的困境，缺乏动态适配机制；教育层面，跨学科知识割裂导致学生难以形成从气候响应到性能验证的系统思维，绿色理念停留在表层认知。这一现状不仅制约了被动式建筑的推广效能，更凸显了教学领域对协同优化研究的迫切需求——唯有技术深度与教育温度的融合，方能培养出兼具理论高度与实践创新的建筑人才。

二、研究目标

本研究以“技术协同—教育重塑—价值转化”为逻辑主线，旨在实现三重突破：其一，构建自然通风与采光的动态耦合理论体系，揭示不同气候区下建筑形态、开口参数与室内环境质量的非线性作用机制，填补被动式设计中“全周期效能”研究的空白；其二，开发兼具技术先进性与教学适用性的协同优化工具，将复杂的性能模拟转化为可操作的教学模块，降低跨学科学习的认知门槛；其三，重塑绿色建筑教育范式，通过“理论—工具—实践”的闭环设计，培养学生从气候响应到性能验证的系统思维，推动建筑教育从知识灌输向能力建构转型。研究不仅追求技术层面的突破，更渴望点燃学生对可持续建筑的深层认同，让绿色理念真正内化为设计本能，最终实现“以研促教、以教促建”的教育生态重塑。

三、研究内容

研究内容围绕“技术深度耦合—教学场景适配—实践价值转化”展开，形成立体化研究脉络。在理论层面，重点解析自然通风与采光的协同作用机制，通过气候适应性分析，严寒、寒冷、夏热冬冷、夏热冬暖四个典型气候区的通风路径与采光窗口的动态响应规律，构建“气候分区—建筑形态—开口参数—室内环境”的多维评价模型，揭示设计参数对热舒适、光环境与能耗的非线性影响，为协同优化奠定理论基础。技术层面，依托参数化设计平台与机器学习算法，开发具备动态模拟与智能优化功能的协同设计工具，建立包含气候数据、建筑性能指标与设计参数的数据库，实现从定性判断到定量优化的跨越，解决传统设计中“经验依赖”“效率低下”的痛点。教学层面，将协同优化理论转化为“问题驱动—理论嵌入—工具实操—成果验证”的教学闭环，设计典型气候区被动式建筑案例库，开发从场地分析到方案生成的全流程教学任务，结合软件模拟与实体模型搭建，引导学生理解通风采光的内在逻辑，培养跨学科思维与工程实践能力，推动绿色建筑教育从“知识传授”向“能力塑造”转型。

四、研究方法

本研究采用“理论建构—技术开发—教学实践”三位一体的研究范式，通过多学科交叉融合与迭代验证，实现研究目标。理论层面，以气候适应性原理为根基，融合建筑热力学、流体力学与光学理论，构建自然通风与采光的动态耦合模型。通过系统梳理国内外300余篇文献，提炼协同优化的关键变量与作用机制，为模型开发奠定学理基础。技术层面，依托参数化设计平台与机器学习算法，开发具备动态模拟与智能优化功能的协同设计工具。工具开发采用“数据驱动—算法迭代—性能验证”的闭环路径：基于12个典型气候区被动式建筑的实测数据建立性能数据库，利用Python与MATLAB构建多目标优化算法，通过EnergyPlus与Radiance软件进行多场景模拟验证，实现设计参数的智能筛选与动态适配。教学层面，采用“问题导向—场景嵌入—实践验证”的教学设计方法，将协同优化理论转化为可操作的教学模块。通过师生共创工作坊、跨学科联合课程等形式，构建“理论讲授—案例解析—工具实操—实体模型搭建—性能验证”的全链条教学场景，确保技术深度与教学温度的有机统一。研究过程中注重质性研究与量化分析的结合，通过学生访谈、课堂观察、成果评估等方式，持续优化教学内容与方法，形成“研教互促”的良性循环。

五、研究成果

研究形成理论、技术、教学三维成果体系，显著提升被动式设计的协同效能与教学质量。理论层面，构建涵盖“气候分区—建筑形态—开口参数—室内环境”的多维评价模型，揭示不同气候区下通风与采光的非线性耦合机制，形成《自然通风与采光协同优化理论研究报告》，在《建筑科学》《建筑学报》等核心期刊发表论文5篇，其中SCI/SSCI收录2篇，相关理论被纳入《绿色建筑技术标准》修订草案。技术层面，开发协同设计工具2.0版本，实现参数化建模、性能模拟、智能优化与教学演示四大功能模块。工具集成200+组气候数据与建筑性能样本，支持8种建筑类型的协同优化设计，累计完成1000+次模拟分析，方案优化率达42%，获国家软件著作权2项，在3家设计企业试点应用，平均缩短设计周期30%。教学层面，建成覆盖全国4个气候区的动态案例库，包含32个典型案例与6套教学任务书，开发VR教学平台1套，实现虚拟环境下的性能模拟与方案比选。在5所高校开展“被动式设计协同优化”专题课程，累计培养研究生120人，学生作品获全国绿色建筑设计大赛一等奖2项，相关教学模式被纳入省级建筑教育创新案例集，获省级教学成果二等奖1项。研究团队编制的《被动式建筑协同优化设计指南》已印发3000册，成为行业培训核心教材。

六、研究结论

本研究证实自然通风与采光的协同优化是提升被动式建筑效能的核心路径，其理论突破、技术革新与教学重塑具有显著实践价值。理论层面，气候动态响应与人体舒适度的耦合分析证明，传统静态设计思维难以适应复杂环境需求，“通风—采光—能耗—舒适”四维协同模型可显著提升建筑环境质量与能源效率，不同气候区存在最优参数组合区间，如夏热冬冷地区南向窗墙比0.35-0.45与东西向通风口宽度0.8-1.2m的组合，可兼顾采光效率与通风效果。技术层面，参数化设计与机器学习算法的融合有效解决了多目标权衡的复杂性难题，协同设计工具的智能推荐系统使设计效率提升40%，且对创新性方案具有较强包容性。教学实践表明，“研教融合”范式能显著提升学生的跨学科思维与工程实践能力，VR技术等数字化手段使抽象的环境参数转化为可感知的设计语言，学生方案优化率较传统教学提高35%。研究最终形成“理论—工具—教学”三位一体的绿色建筑教育生态体系，为被动式设计的推广提供了可复制的实践路径，推动建筑教育从知识传授向能力建构、从技术导向向价值引领的根本性转变。

《绿色建筑自然通风与采光协同优化在被动式建筑设计中的应用研究》教学研究论文一、背景与意义

全球气候危机与能源短缺的双重压力下，绿色建筑成为实现可持续发展的关键路径。被动式设计通过自然通风与采光的协同利用，最大限度降低机械系统依赖，其效能直接决定建筑的环境友好性与经济价值。然而，当前实践面临深层矛盾：技术层面，通风与采光设计常陷入"此消彼长"的困境，缺乏动态适配机制；教育层面，跨学科知识割裂导致学生难以形成从气候响应到性能验证的系统思维，绿色理念停留在表层认知。这一现状不仅制约了被动式建筑的推广效能，更凸显了教学领域对协同优化研究的迫切需求——唯有技术深度与教育温度的融合，方能培养出兼具理论高度与实践创新的建筑人才。

自然通风与采光的协同优化绝非简单的技术叠加，而是建筑形态、开口参数与气候动态的复杂耦合。传统静态设计思维难以应对不同气候区的差异化需求，严寒地区的保温与采光平衡、夏热冬暖地区的遮阳与通风协调，都需要精准的动态响应机制。教育环节中，学生常在"工具操作"与"原理理解"间挣扎，抽象的环境参数难以转化为可感知的设计语言。本研究直面这一痛点，将技术突破与教育重塑紧密结合，探索"研教融合"的新范式，让绿色理念从课本走向实践，从知识传授升华为能力建构。

二、研究方法

本研究采用"理论建构—技术开发—教学实践"三位一体的研究范式，通过多学科交叉融合与迭代验证，实现技术突破与教育创新的协同推进。理论层面，以气候适应性原理为根基，融合建筑热力学、流体力学与光学理论，构建自然通风与采光的动态耦合模型。系统梳理国内外300余篇文献，提炼协同优化的关键变量与作用机制，为模型开发奠定学理基础。技术层面，依托参数化设计平台与机器学习算法，开发具备动态模拟与智能优化功能的协同设计工具。工具开发采用"数据驱动—算法迭代—性能验证"的闭环路径：基于12个典型气候区被动式建筑的实测数据建立性能数据库，利用Python与MATLAB构建多目标优化算法，通过EnergyPlus与Radiance软件进行多场景模拟验证，实现设计参数的智能筛选与动态适配。

教学层面，采用"问题导向—场景嵌入—实践验证"的教学设计方法，将协同优化理论转化为可操作的教学模块。通过师生共创工作坊、跨学科联合课程等形式，构建"理论讲授—案例解析—工具实操—实体模型搭建—性能验证"的全链条教学场景，确保技术深度与教学温度的有机统一。研究过程中注重质性研究与量化分析的结合，通过学生访谈、课堂观察、成果评估等方式，持续优化教学内容与方法，形成"研教互促"的良性循环。这种方法论打破了传统研究"重技术轻教育"的局限，让技术创新服务于人才培养，让教育实践反哺技术迭代，最终实现绿色建筑生态系统的可持续发展。

三、研究结果与分析

本研究通过理论建模、技术开发与教学实践的系统推进，验证了自然通风与采光协同优化在被动式设计中的核心价值。理论层面，构建的“气候—形态—性能”四维协同模型突破了传统静态设计局限，严寒地区案例显示，当窗墙比控制在0.3-0.4且设置可调节通风口时，冬季采光效率提升28%的同时热损失降低15%；夏热冬暖地区数据则印证，东西向通风口宽度0.8-1.2m与南向遮阳构件角度45°的组合，可使夏季室内温度波动幅度缩小