1.一種建筑立面智能化設計系統，安裝于建筑物表面，用于采集氣候信息并調節所述建筑物的室內氣候，其特征在于，包括：

外層幕墻，安裝于所述建筑物的外側；

內層幕墻，安裝于所述建筑物的內側，由多個具有鋼框架并且可翻轉開閉的玻璃懸窗組成，每個所述鋼框架的內部設有控制所述玻璃懸窗翻轉開閉的驅動電機；

鋼立柱，設置于所述外層幕墻與所述內層幕墻之間，用于支撐所述外層幕墻和所述內層幕墻；

自動更新氣候信息傳感器，固定于所述外層幕墻上，用于采集所述氣候信息；

人工智能自動更新信息處理中心，與所述自動更新氣候信息傳感器通過電路連接，用于接收所述自動更新氣候信息傳感器反饋和傳遞的所述氣候信息，并根據所述氣候信息得出所述室內應當需要的氣候作為目標氣候，進一步根據所述目標氣候、所述氣候信息以及初始操作指令通過設定的操作指令算法生成實時操作指令，獲得該實時操作指令后發送至每個所述玻璃懸窗開閉對應的操作指令后發送至每個所述驅動電機，從而驅動每個所述玻璃懸窗翻轉，通過所述玻璃懸窗的開啟程度來控制交換氣流的速率，進而對所述建筑物的室內氣候進行調節；

歷史氣候數據庫，與所述人工智能自動更新信息處理中心通信連接；以及

歷史操作指令庫，與所述人工智能自動更新信息處理中心通信連接，

其中，一旦所述人工智能自動更新信息處理中心生成所述實時操作指令，所述人工智能自動更新信息處理中心就將所述實時操作指令作為歷史操作指令發送至所述歷史操作指令庫，同時將發送該歷史操作指令時的所述氣候信息作為初始氣候信息以及發送所述歷史操作指令后的氣候信息作為指令實施后氣候信息發送至所述歷史氣候數據庫，

所述歷史氣候數據庫接收所述初始氣候信息以及指令實施后氣候信息并進行存儲，所述歷史操作指令庫接收所述歷史操作指令并進行存儲，

一旦所述人工智能自動更新信息處理中心接收到所述氣候信息，所述人工智能自動更新信息處理中心就將所述歷史氣候數據庫中與所述氣候信息相似的歷史氣候信息對應的所述歷史操作指令庫中的所述歷史操作指令作為新的初始操作指令，從而實現所述人工智能自動更新信息處理中心的自我更新和不斷學習，

設定所述操作指令的算法為深度學習算法，該算法包括以下步驟：

步驟1，在整個網絡的輸入層輸入無標注的訓練數據，訓練出第一個隱層的網絡參數，激活所述網絡參數作為第一個隱層的輸出；

步驟2，將所述第一個隱層的輸出作為第二個隱層的輸入，同理訓練出所述第二個隱層的輸出；

步驟3，重復所述步驟2，對各個隱層的輸入進行訓練，直至訓練出所有隱層的輸出；

步驟4，將最后隱層的輸出作為輸出層模型的輸入，采用有標注的測試數據來訓練所述最后隱層的網絡參數，得到所述輸出層模型的網絡參數；

步驟5，對所述所有隱層的網絡參數和所述輸出層模型的網絡參數進行整合，得到整合參數；

步驟6，采用所述整合參數對所述輸出層模型的網絡參數進行初始化，得到初始化參數；

步驟7，通過最優化理論對所述初始化參數進行迭代求解，得到所述整個網絡的代價函數，而后對全部的所述網絡參數進行微調，得到所述整個網絡的優化參數，

其中，所述輸入為自動更新氣候信息傳感器采集到的所述外層幕墻，所述內層幕墻以及所述建筑物表面的氣候信息，

所述訓練數據為統計、歸納、整理所述氣候 信息后得到的數據集中的一個具有典型的中間數據，

所述網絡參數為訓練所述輸入層的所述數據集后得到的關于所述數據集的描述特征參數，

所述隱層為與人體舒適度相關的舒適度數據，

所述輸出為所述人工智能信息處理中心發出的實時操作指令。