基于Pix2pix的室内照度分布图生成技术研究
张力化1
白金妮2
韩臻1
刘刚1
1.天津大学建筑学院,天津 300072;天津大学天津市建筑物理环境与生态技术重点实验室,天津 3000722.天津大学建筑学院,天津 300072
摘要：室内照明设计初期往往需要多次方案调节迭代,并快速获得仿真结果.为辅助照明设计,应对传统室内照度仿真计算工具计算量大、耗时长的问题,本文提出了一种基于条件生成式对抗网络(Conditional Generative Adversarial Network,CGAN)的室内照度分布快速预测方法.首先利用Honeybee对2 000 个住宅建筑样本进行高精度的工作面照度模拟,构建了训练数据集.在此基础上,研究以Pix2pix算法为原型,设计了相关深度学习网络构架,经过200 代训练,实现了从平面灯具布点图到室内照度分布图的映射.结果表明,模型在测试集上的结构相似性指数(Structural Similarity Index,SSIM)平均值为0.974,平均绝对误差(Mean Absolute Error,MAE)为0.014,预测精度较高.与传统数值仿真方法相比,该方法实现了毫秒级别的性能反馈,提升了设计效率.该研究为室内照明设计的快速评估和优化提供了一种高效的工具,对促进绿色建筑发展和提高室内环境品质具有重要意义.
关键词：条件生成式对抗网络室内照度预测代理模型
分类号：TU17(建筑基础科学)
论文发表日期：2025-08-30
在线出版日期：2025-09-17（本平台首次上网日期，不代表文献的发表时间）
页数：9( 139-147 )
英文信息