文章目录

1现有建筑群落层面生成式设计方法梳理

1.1针对规则约束的住区强排设计

1.2针对功能单一的建筑群自动生成

1.3针对模数明确的历史聚落肌理设计

2建筑群落层面人工智能城市设计方法框架

2.1从街区到建筑：建立样本特征学习单元

2.2从表层特征到内在规则：深度学习建构特征规则库

2.3从黑箱生成到规则优化：建立人机交互反馈机制

3城市多类型街区下的建筑群落智能生成实验

3.1案例片区的特征参数与限制要素学习

3.2基于深度学习的多类型街区建筑群落智能生成系统搭建

3.3不同功能、不同强度的建筑群落智能生成结果

3.4多维迭代人机交互优化

4结语

文章摘要:近年来人工智能技术极速发展，如机器学习、深度学习的产生，为建筑群形态生成等复杂问题的研究提供了新的视角。本研究基于图像学习的黑箱生成与深度学习的案例特征提取，通过专家系统的规则校验对方案进行优化，提出一种深度学习与参数特征相结合的人工智能城市设计方法。同时，通过深圳、威海、大连等案例地块的深度学习实践案例，提取商业、居住等类型街区的表层特征和内在专业知识语义，进而通过计算机自动生成建筑群落方案并优化设计结果，为建筑群体形态智能生成提出新的解决思路。

文章关键词:

论文分类号:TU984;TP18