基于CGAN的居住区强排方案生成设计方法

孙 澄，丛欣宇，韩昀松

(1.哈尔滨工业大学 建筑学院，哈尔滨 150001； 2.寒地城乡人居环境科学与技术工业和信息化部重点实验室哈尔滨工业大学)，哈尔滨 150001)

随着城市化进程的加快与经济发展水平的提高，城市用地规模不断扩大，土地资源稀缺问题日益凸显，土地资源集约利用成为必然的趋势.居住区强排方案是指在满足地块的规划指标和相关规范的前提下，以经济利益最大化进行设计的住宅小区规划方案，是项目可行性测算的基础.既有居住区强排方案设计需经过土地分析、单体选型、日照间距确定、容积率测算、产品分布分析等步骤[1].在高密度居住区中，建筑日照阴影相互遮挡严重，根据日照模拟分析结果进行人工试错调整的强排设计方法使得居住区强排方案设计效率低下，且限于建筑设计周期，亟需更加智能、高效的居住区强排设计方法.国内外学者围绕居住区强排方案设计展开了广泛研究，深度学习技术的突破性发展为其提供了新的思路.深度学习是一种能够模拟出人脑的神经结构的机器学习方法.它可以自行抽取特征中有价值的信息进行自身调优与训练，并通过训练去拟合输入从而得到一个合理的模型结构，在生成设计方面有较大潜力.居住区强排方案中建筑排布的规则主要受制于间距、日照等规范的限制，其排布过程更像是对规范所要求的限制条件进行不断验算试错的过程，因此可使用深度……