生成对抗网络在建筑形体生成的计算性设计探索——以现代主义风格建筑生成为例.pdfVIP

08

创新·融合INNOVATIONINTEGRATION

生成对抗网络在建筑形体生成的计算性设计探索——以现代主

义风格建筑生成为例

ExplorationofGenerativeAdversarialNetworksinComputationalDesignforBuildingForm

Generation:TakingtheGenerationofModernistStyleArchitectureasanExample

文／于文波浙江工业大学教授

金侠汝浙江工业大学硕士研究生

管鸣芳浙江工业大学工程建设管理有限公司高级工程师

摘要：文章以现代主义优秀建筑为研究对象，通过引入尺度与层级的概念，对建筑空间进行拆解归纳。在此基础上，构建了一个包含建筑设计美学原则

指导的小样本数据集，并利用生成对抗网络进行机器学习和模拟。通过从场地到分区、再从分区到细部的分布式机器学习方式，经过实验与测试，自动

生成了含有建筑设计美学和形体组织逻辑的建筑方案。同时，采用SD生成效果图进行参考，实现了建筑设计前期方案生成的思路和方法。

Abstract：Takingexemplarymodernistarchitectureastheresearchobject,thisstudyintroducestheconceptsofscaleandhierarchytodecompose

andsummarizearchitecturalspace.Basedonthis,asmall-sampledatasetguidedbytheaestheticprinciplesofarchitecturaldesignisconstructed,

andmachinelearningandsimulationareconductedusingagenerativeadversarialnetwork(GAN).Throughadistributedmachinelearningworkflow

fromsitetozoneandfromzonetodetail,architecturalschemesintegratingdesignaestheticsandformorganizationlogicareautomaticallygenerated.

Furthermore,StableDiffusion(SD)isappliedtogeneratereferenceeffectdrawings,thusprovidingideasandmethodsforearly-stagearchitectural

designschemegeneration.

关键词：机器学习；计算性设计；生成对抗网络；现代主义；尺度与层级

Keywords：machinelearning；computationaldesign；generativeadversarialnetwork；modernism；scaleandhierarchy

DOI：10.19875/j.cnki.jzywh.2025.04.079

引言入层、隐藏层及输出层。输入层接收输入信号，特别是在建筑功能布局、立面设计以及街景生

人工智能经过1980至1987年发展小高潮隐藏层对其进行运算并将结果传给输出层,用户成方面。这些研究能够在给定的周边条件下，

之后进入了平稳发展阶段，伴随着人工智能能就能够看到最终结果。神经网络通过对已知信直接生成相对可行的设计草案。基本的操作流

力的提升、更大数据量的爆发和更有效的算法息进行反复的学习训练，通过逐步调整节点间程大致为：以功能区域为划分条件,为不同区域

实现，新一轮人工智能发展热潮涌现。2006年的连接权重的方法，实现处理信息、模拟输入赋予不同色块,在建立色块与功能划分的基础

深度学习算法的提出，为人工智能新一阶段的输出之间关系的目的[1]。上，组织学习与辨别的模式,通过样