居住区性能模拟图像预测生成方法研究
王虹宇1
应小宇2
1.西南交通大学希望学院2.浙大城市学院国土空间规划学院
摘要：为解决传统用数值模拟软件调整居住区设计方案物理性能的繁琐流程,提升以性能优化为导向的设计方法的实用价值.立足于深度学习,以对居住区较为重要的两项物理性能(风环境和日照环境)为例,构建基于条件生成对抗网络(CGAN)的性能模拟图像预测模型.实验结果表明:该方法的提出可在有限的误差范围内快速预测生成目标布局对应的性能模拟图像.建筑师可根据预测生成的性能模拟图像对目标方案的总平面图进行调整优化,提高工作效率,在住区强排的初步设计阶段具有较强实用性.
关键词：深度学习数值模拟性能预测条件生成对抗网络高层居住区
分类号：TU984.12(区域规划、城乡规划)
资助基金：国家自然科学基金(51878608)浙江省自然科学基金资助项目(LY22E080004)
论文发表日期：2024-01-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：9( 29-37 )
英文信息