智能设计研究前沿：深度学习驱动的建筑概念方案智能设计研究

△ 基于场地条件的建筑初始体量生成与探索

△ 基于场地条件的建筑初始体量生成与探索

△ 基于初始体量的建筑形态可能性探索

△ 基于初始体量的建筑形态可能性探索

△ 基于设计意向的建筑形态设计探索

△ 基于设计意向的建筑形态设计探索

时至今日，CAAD已经成为方案创作不可或缺的设计辅助工具，而认知性、协作性、创意性已被认为是下一代设计辅助系统的核心特征。设计创新是建筑概念方案设计阶段核心内容之一，因而设计辅助系统中难度最大但意义也最大的就是以人工智能技术（artificial intelligence，AI）去解决设计创新问题。研究针对建筑概念方案设计展开，将创新性、多样性设定为该阶段的设计重点，目标是使设计成果更具开放性，能更多地体现建筑学作为一门技术与艺术相结合学科的艺术性一面。相关研究大多关注于应用机器学习（machine learning，ML）技术优化概念方案等内容，未能充分关注概念方案设计中从无到有的方案生成阶段，未能充分挖掘与利用深度学习（deep learning，DL）技术的优势与特征，导致提出的方法与建筑师方案创作方式契合度不高，开发系统过于抽象，难以应用。基于此，研究尝试以深度学习驱动建筑概念方案设计，探索建筑智能设计方法，以智能设计辅助建筑师创作，如高效地将建筑师一闪而过的设计灵感落实，为建筑师提供大量针对设计任务的概念方案以供其比较与筛选，激发建筑师设计创意并优化设计效果、提高设计效率。

研究尝试提出一种深度学习驱动的建筑概念方案智能设计方法。在对建筑概念方案设计进行数学语义解析以及对建筑设计与深度学习进行对比分析的基础上，总结了建筑概念方案智能设计的实现原理，提出了具体的实现方法与设计流程，构建了智能设计系统，并从三个方面对其功能实现展开了探索；最后以不同设计任务为例，对提出的建筑概念方案智能方法进行了可行性验证，以期为建筑智能设计的发展提供启示和参考。

更多内容请见

https://kns.cnki.net/kcms/detail/detail.aspx?dbcode=CJFD&dbname=CJFDLAST2022&filename=XJZJ202106015&uniplatform=NZKPT&v=lQOwuHqJs4RVZnPMcVdkKI5gLZRKYhMHdWvYIwCQoSSqROaxCbae2jvTrmevMsm_

△ 建筑概念方案智能设计方法流程

△ 预处理程序与后处理程序的Grasshopper电池组