CN111723419A - 一种居住建筑设计的确定方法及系统 - Google Patents

一种居住建筑设计的确定方法及系统 Download PDF

Info

Publication number
CN111723419A
CN111723419A CN202010337443.5A CN202010337443A CN111723419A CN 111723419 A CN111723419 A CN 111723419A CN 202010337443 A CN202010337443 A CN 202010337443A CN 111723419 A CN111723419 A CN 111723419A
Authority
CN
China
Prior art keywords
design
residential building
scheme
building
determining
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202010337443.5A
Other languages
English (en)
Other versions
CN111723419B (zh
Inventor
刘念雄
张竞予
王珊珊
闫树睿
刘依明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tsinghua University
Original Assignee
Tsinghua University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tsinghua University filed Critical Tsinghua University
Priority to CN202010337443.5A priority Critical patent/CN111723419B/zh
Publication of CN111723419A publication Critical patent/CN111723419A/zh
Application granted granted Critical
Publication of CN111723419B publication Critical patent/CN111723419B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06313—Resource planning in a project environment
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/08—Construction

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Geometry (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Civil Engineering (AREA)
  • Development Economics (AREA)
  • Evolutionary Computation (AREA)
  • Educational Administration (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Architecture (AREA)
  • Mathematical Optimization (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Mathematical Analysis (AREA)
  • Structural Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种居住建筑设计的确定方法及系统。所述方法包括获取居住建筑案例数据库；对所述居住建筑案例数据库中的案例进行特征提取，确定居住建筑设计特征；获取用户的设计条件信息；根据所述居住建筑设计特征和所述设计条件信息确定多组居住建筑标准层平面图的设计方案；进而确定有效方案；根据所述有效方案，采用建筑能耗模拟软件，确定每个所述有效方案的能耗；根据每个设计方案的能耗确定居住建筑最优设计方案。本发明所提供的一种居住建筑设计的确定方法及系统，在居住建筑设计前期促进节能效果的提升，提高能源利用率。

Description

一种居住建筑设计的确定方法及系统
技术领域
本发明涉及建筑设计领域，特别是涉及一种居住建筑设计的确定方法及系统。
背景技术
在低碳和人工智能的时代背景下，建筑师面临知识、定位和设计范式的转变。智能建筑设计是新一轮技术革命的集成应用，是国内外新兴的热门研究领域。目前相关研究如Stanislas Chaillou开发的ArchiGAN能够根据平面轮廓自动生成房间家具摆放设计方案，“小库科技”开发的用于住区强排设计的智能规划系统，东南大学李飚基于复杂系统模型进行建筑平面生成等。目前大部分相关研究尚处于初步阶段，进入应用阶段的综合工具平台较少。另外，国内相关应用工具主要从规划角度出发，以提高土地利用效率和经济效益为目的进行住区规划强排智能设计，较少涉及节能减排目标。现有设计方法不利于在设计前期被动式节能措施的实施，能耗的增大会造成建筑成本的增大，也会影响居住建筑的节能效果。
发明内容
本发明的目的是提供一种居住建筑设计的确定方法及系统，在居住建筑设计前期促进节能效果的提升，提高能源利用率。
为实现上述目的，本发明提供了如下方案：
一种居住建筑设计的确定方法，包括：
获取居住建筑案例数据库；所述居住建筑案例数据库包括居住建筑标准层平面图；
对所述居住建筑案例数据库中的案例进行特征提取，确定居住建筑设计特征；所述居住建筑设计特征包括户型特征与标准层特征；所述户型特征包括交通空间形状、入户门位置、建筑朝向、外窗开启位置和户型轮廓形状；所述标准层特征包括户型数量、标准层形状、建筑层数、核心筒形状及尺寸；
获取用户的设计条件信息；所述设计条件信息包括区位信息、户型信息、楼栋信息；所述区位信息包括所在城市、场地范围和建筑朝向；所述户型信息包括套内面积、套内面积浮动范围、房间数量和户型生成规则；所述楼栋信息包括建筑层数、单元数、标准层类型和标准层生成规则；
根据所述居住建筑设计特征和所述设计条件信息确定多组居住建筑标准层平面图的设计方案；
判断所述设计方案是否符合限定条件；所述限定条件包括居住建筑设计标准和居住建筑基本功能需求；
若所述设计方案符合限定条件，则将所述设计方案确定为有效方案；
若所述设计方案不符合限定条件，则将所述设计方案确定为无效方案；
根据所述有效方案，采用建筑能耗模拟软件，确定每个所述有效方案的能耗；
根据所述有效方案的能耗确定居住建筑最优设计方案；所述居住建筑最优设计方案为能耗最低的方案。
可选的，所述根据所述居住建筑设计特征和所述设计条件信息确定多组居住建筑标准层平面图的设计方案，具体包括：
将所述设计条件信息进行转化，得到设计条件参数；
将所述居住建筑设计特征进行转化，得到居住建筑特征参数；所述居住建筑特征参数包括户型特征参数和标准层特征参数；
根据所述设计条件参数和所述居住建筑特征参数，基于Grasshopper平台及Python语言，建立参数化模型；所述参数化模型以所述设计条件参数和所述居住建筑特征参数为输入，以标准层方案特征数值为输出；
根据所述标准层方案特征数值确定居住建筑标准层平面图的设计方案。
可选的，所述获取用户的设计条件信息，之后还包括：
从所述居住建筑案例数据库中筛选符合设计条件信息的居住建筑标准层平面图的设计方案。
可选的，所述根据所述有效方案的能耗确定居住建筑最优设计方案，之后还包括：
根据所述居住建筑最优设计方案确定可变参数；所述可变参数包括房间的尺寸和房间的布局；
根据所述可变参数，采用遗传算法和建筑能耗模拟软件，优化所述居住建筑最优设计。
一种居住建筑设计的确定系统，包括：
居住建筑案例数据库获取模块，用于获取居住建筑案例数据库；所述居住建筑案例数据库包括居住建筑标准层平面图；
居住建筑设计特征确定模块，用于对所述居住建筑案例数据库中的案例进行特征提取，确定居住建筑设计特征；所述居住建筑设计特征包括户型特征与标准层特征；所述户型特征包括交通空间形状、入户门位置、建筑朝向、外窗开启位置和户型轮廓形状；所述标准层特征包括户型数量、标准层形状、建筑层数、核心筒形状及尺寸；
设计条件信息获取模块，用于获取用户的设计条件信息；所述设计条件信息包括区位信息、户型信息、楼栋信息；所述区位信息包括所在城市、场地范围和建筑朝向；所述户型信息包括套内面积、套内面积浮动范围、房间数量和户型生成规则；所述楼栋信息包括建筑层数、单元数、标准层类型和标准层生成规则；
设计方案确定模块，用于根据所述居住建筑设计特征和所述设计条件信息确定多组居住建筑标准层平面图的设计方案；
判断模块，用于判断所述设计方案是否符合限定条件；所述限定条件包括居住建筑设计标准和居住建筑基本功能需求；
有效方案确定模块，用于若所述设计方案符合限定条件，则将所述设计方案确定为有效方案，保留所述设计方案；
无效方案确定模块，用于若所述设计方案不符合限定条件，则将所述设计方案确定为无效方案，舍弃所述设计方案；
方案的能耗确定模块，用于根据所述有效方案，采用建筑能耗模拟软件，确定每个所述有效方案的能耗；
居住建筑最优设计确定模块，用于根据所述有效方案的能耗确定居住建筑最优设计方案；所述居住建筑最优设计方案为能耗最低的方案。
可选的，所述设计方案确定模块具体包括：
设计条件参数确定单元，用于将所述设计条件信息进行转化，得到设计条件参数；
居住建筑特征参数确定单元，用于将所述居住建筑设计特征进行转化，得到居住建筑特征参数；所述居住建筑特征参数包括户型特征参数和标准层特征参数；
参数化模型生产单元，用于根据所述设计条件参数和所述居住建筑特征参数，基于Grasshopper平台及Python语言，生成参数化模型；所述参数化模型以所述设计条件参数和所述居住建筑特征参数为输入，以标准层方案特征数值为输出；
设计方案确定单元，用于根据所述标准层方案特征数值确定居住建筑标准层平面图的设计方案。
可选的，还包括：
设计方案确定模块，用于从所述居住建筑案例数据库中筛选符合设计条件信息的居住建筑标准层平面图的设计方案。
可选的，还包括：
可变参数确定模块，用于根据所述居住建筑最优设计方案确定可变参数；所述可变参数包括房间的尺寸和房间的布局；
居住建筑最优设计优化模块，用于根据所述可变参数，采用遗传算法和建筑能耗模拟软件，优化所述居住建筑最优设计。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明所提供的一种居住建筑设计的确定方法及系统，对所述居住建筑案例数据库中的案例进行特征提取确定居住建筑设计特征，从根据所述居住建筑设计特征和所述设计条件信息确定多组居住建筑标准层平面图的设计方案，进一步的确定每个设计方案的能耗，根据每个设计方案的能耗确定居住建筑最优设计。本发明所提供的一种居住建筑设计的确定方法及系统，开发面向建筑师的方案前期智能设计平台，促进设计前期被动式绿色设计措施的实施，在不增加建设成本的前提下，促进北方城镇居住建筑节能效果，提升能源利用效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明所提供的一种居住建筑设计的确定方法流程示意图；
图2为本发明所提供的一种居住建筑设计的确定系统流程示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的目的是提供一种居住建筑设计的确定方法及系统，在居住建筑设计前期促进节能效果的提升，提高能源利用率。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明所提供的一种居住建筑设计的确定方法流程示意图，如图1所示，本发明所提供的一种居住建筑设计的确定方法是基于Grasshopper平台及Python语言开发，所述方法包括：
S101，获取居住建筑案例数据库；所述居住建筑案例数据库包括居住建筑标准层平面图。
S102，对所述居住建筑案例数据库中的案例进行特征提取，确定居住建筑设计特征；所述居住建筑设计特征包括户型特征与标准层特征；所述户型特征包括交通空间形状、入户门位置、建筑朝向、外窗开启位置和户型轮廓形状；所述标准层特征包括户型数量、标准层形状、建筑层数、核心筒形状及尺寸。
S103，获取用户的设计条件信息；所述设计条件信息包括区位信息、户型信息、楼栋信息；所述区位信息包括所在城市、场地范围和建筑朝向；所述户型信息包括套内面积、套内面积浮动范围、房间数量和户型生成规则；所述楼栋信息包括建筑层数、单元数、标准层类型和标准层生成规则。
从所述居住建筑案例数据库中筛选符合设计条件信息的居住建筑标准层平面图的设计方案。
S104，根据所述居住建筑设计特征和所述设计条件信息确定多组居住建筑标准层平面图的设计方案。
将所述设计条件信息进行转化，得到设计条件参数。
将所述居住建筑设计特征进行转化，得到居住建筑特征参数；所述居住建筑特征参数包括户型特征参数和标准层特征参数。
根据所述设计条件参数和所述居住建筑特征参数，基于基于Grasshopper平台及Python语言，生成参数化模型；所述参数化模型以所述设计条件参数和所述居住建筑特征参数为输入，以标准层方案特征数值为输出。
根据所述标准层方案特征数值确定居住建筑标准层平面图的设计方案。
S105，判断所述设计方案是否符合限定条件；所述限定条件包括居住建筑设计标准和居住建筑基本功能需求；居住建筑基本功能需求包括户内功能流线组织、房间之间相互关系与空间距离、外围护结构形状是否合理等。
S106，若所述设计方案符合限定条件，则将所述设计方案确定为有效方案，保留所述设计方案。
S107，若所述设计方案不符合限定条件，则将所述设计方案确定为无效方案，舍弃所述设计方案。
利用Python语言编写方案特征识别算法进行识别判定有效方案或无效方案。
S108，根据所述有效方案，采用建筑能耗模拟软件，确定每个所述有效方案的能耗。
S109，根据每个设计方案的能耗确定居住建筑最优设计；所述居住建筑最优设计为能耗最低的方案。
在S109之后为了进一步减低能耗，提高资源利用率，本发明所提供的一种居住建筑设计的确定方法还包括：
根据所述居住建筑最优设计确定可变参数；所述可变参数包括房间尺寸、外窗尺寸、外窗形状和围护结构性能。
根据所述可变参数，采用遗传算法和建筑能耗模拟软件，优化所述居住建筑最优设计。
优化内容包括房间尺寸、外窗尺寸、外窗形状和围护结构性能。在具体的实施例中，首先，将方案平面中各个房间按起居室>主卧>卧室>其他功能房间>餐厨>卫浴空间的优先顺序排列。
其次，按优先级从高到低的顺序，依次指定房间尺寸作为可变参数。
进一步，确定某个可变参数后，判定该房间与其他房间在平面关系上的关联性(如两房间相邻、嵌套、共线等)，将与这个参数相关联的其他房间尺寸作为不可变的联动参数。
进而，按优先顺序计算所有房间，即可获得方案中的所有可变参数。
再者，通过得到的可变参数，用户根据设计意愿改变设计参数数值，根据改变后的参数采用遗传算法和建筑能耗模拟软件，确定出能耗最低的居住建筑设计，并将居住建筑设计最低的能耗和具体的方案进行显示。
在Grasshopper平台中，利用参数化设计方法及Python编写算法，生成能耗最低的居住建筑设计的各项图纸及报告，各项图纸包括居住建筑标准层方案平面的CAD格式图纸、3D模型文件、图片及相关信息数据等。
本发明所提供的一种居住建筑设计的确定方法在居住建筑方案设计前期获得满足设计要求的方案集，提交建筑师综合决策选择，显著提升建筑设计前期工作效率；在居住建筑方案设计前期，能够在不提升建设成本的前提下，比较显著地提升居住建筑绿色节能效果；降低参数化优化过程的技术难度，简化优化过程。
图2为本发明所提供的一种居住建筑设计的确定系统流程示意图，如图2所示，本发明所提供的一种居住建筑设计的确定系统包括：居住建筑案例数据库获取模块201、居住建筑设计特征确定模块202、设计条件信息获取模块203、设计方案确定模块204、判断模块205、有效方案确定模块206、无效方案确定模块207、方案的能耗确定模块208和居住建筑最优设计确定模块209。
居住建筑案例数据库获取模块201用于获取居住建筑案例数据库；所述居住建筑案例数据库包括居住建筑标准层平面图。
居住建筑设计特征确定模块202用于对所述居住建筑案例数据库中的案例进行特征提取，确定居住建筑设计特征；所述居住建筑设计特征包括户型特征与标准层特征；所述户型特征包括交通空间形状、入户门位置、建筑朝向、外窗开启位置和户型轮廓形状；所述标准层特征包括户型数量、标准层形状、建筑层数、核心筒形状及尺寸。
设计条件信息获取模块203用于获取用户的设计条件信息；所述设计条件信息包括区位信息、户型信息、楼栋信息；所述区位信息包括所在城市、场地范围和建筑朝向；所述户型信息包括套内面积、套内面积浮动范围、房间数量和户型生成规则；所述楼栋信息包括建筑层数、单元数、标准层类型和标准层生成规则。
设计方案确定模块204用于根据所述居住建筑设计特征和所述设计条件信息确定多组居住建筑标准层平面图的设计方案。
判断模块205用于判断所述设计方案是否符合限定条件；所述限定条件包括居住建筑设计标准和居住建筑基本功能需求；
有效方案确定模块206用于若所述设计方案符合限定条件，则将所述设计方案确定为有效方案，保留所述设计方案；
无效方案确定模块207用于若所述设计方案不符合限定条件，则将所述设计方案确定为无效方案，舍弃所述设计方案。
方案的能耗确定模块208用于根据所述有效方案，采用建筑能耗模拟软件，确定每个所述有效方案的能耗。
居住建筑最优设计确定模块209用于根据每个设计方案的能耗确定居住建筑最优设计；所述居住建筑最优设计为能耗最低的方案。
所述设计方案确定模块204具体包括：设计条件参数确定单元、居住建筑特征参数确定单元、参数化模型生产单元和设计方案确定单元。
设计条件参数确定单元用于将所述设计条件信息进行转化，得到设计条件参数；
居住建筑特征参数确定单元用于将所述居住建筑设计特征进行转化，得到居住建筑特征参数；所述居住建筑特征参数包括户型特征参数和标准层特征参数；
参数化模型生产单元用于根据所述设计条件参数和所述居住建筑特征参数，基于基于Grasshopper平台及Python语言，建立参数化模型；所述参数化模型以所述设计条件参数和所述居住建筑特征参数为输入，以标准层方案特征数值为输出；
设计方案确定单元用于根据所述标准层方案特征数值确定居住建筑标准层平面图的设计方案。
本发明所提供的一种居住建筑设计的确定系统，还包括：设计方案确定模块。
设计方案确定模块用于从所述居住建筑案例数据库中筛选设计居住建筑标准层平面图的设计方案。
所述居住建筑最优设计确定模块209具体包括：居住建筑最优设计确定单元。
居住建筑最优设计确定单元用于根据所述标准层平面图确定所述居住建筑最优设计。
本发明所提供的一种居住建筑设计的确定系统，还包括：可变参数确定模块和居住建筑最优设计优化模块。
可变参数确定模块用于根据所述居住建筑最优设计确定可变参数；所述可变参数包括房间尺寸、外窗尺寸、外窗形状和围护结构性能。
居住建筑最优设计优化模块用于根据所述可变参数，采用遗传算法和建筑能耗模拟软件，优化所述居住建筑最优设计。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (8)

1.一种居住建筑设计的确定方法，其特征在于，包括：
获取居住建筑案例数据库；所述居住建筑案例数据库包括居住建筑标准层平面图；
对所述居住建筑案例数据库中的案例进行特征提取，确定居住建筑设计特征；所述居住建筑设计特征包括户型特征与标准层特征；所述户型特征包括交通空间形状、入户门位置、建筑朝向、外窗开启位置和户型轮廓形状；所述标准层特征包括户型数量、标准层形状、建筑层数、核心筒形状及尺寸；
获取用户的设计条件信息；所述设计条件信息包括区位信息、户型信息、楼栋信息；所述区位信息包括所在城市、场地范围和建筑朝向；所述户型信息包括套内面积、套内面积浮动范围、房间数量和户型生成规则；所述楼栋信息包括建筑层数、单元数、标准层类型和标准层生成规则；
根据所述居住建筑设计特征和所述设计条件信息确定多组居住建筑标准层平面图的设计方案；
判断所述设计方案是否符合限定条件；所述限定条件包括居住建筑设计标准和居住建筑基本功能需求；
若所述设计方案符合限定条件，则将所述设计方案确定为有效方案；
若所述设计方案不符合限定条件，则将所述设计方案确定为无效方案；
根据所述有效方案，采用建筑能耗模拟软件，确定每个所述有效方案的能耗；
根据所述有效方案的能耗确定居住建筑最优设计方案；所述居住建筑最优设计方案为能耗最低的方案。
2.根据权利要求1所述的一种居住建筑设计的确定方法，其特征在于，所述根据所述居住建筑设计特征和所述设计条件信息确定多组居住建筑标准层平面图的设计方案，具体包括：
将所述设计条件信息进行转化，得到设计条件参数；
将所述居住建筑设计特征进行转化，得到居住建筑特征参数；所述居住建筑特征参数包括户型特征参数和标准层特征参数；
根据所述设计条件参数和所述居住建筑特征参数，基于基于Grasshopper平台及Python语言，生成参数化模型；所述参数化模型以所述设计条件参数和所述居住建筑特征参数为输入，以标准层方案特征数值为输出；
根据所述标准层方案特征数值确定居住建筑标准层平面图的设计方案。
3.根据权利要求1所述的一种居住建筑设计的确定方法，其特征在于，所述获取用户的设计条件信息，之后还包括：
从所述居住建筑案例数据库中筛选符合设计条件信息的居住建筑标准层平面图的设计方案。
4.根据权利要求1所述的一种居住建筑设计的确定方法，其特征在于，所述根据所述有效方案的能耗确定居住建筑最优设计方案，之后还包括：
根据所述居住建筑最优设计方案确定可变参数；所述可变参数包括房间尺寸、外窗尺寸、外窗形状和围护结构性能；
根据所述可变参数，采用遗传算法和建筑能耗模拟软件，优化所述居住建筑最优设计。
5.一种居住建筑设计的确定系统，其特征在于，包括：
居住建筑案例数据库获取模块，用于获取居住建筑案例数据库；所述居住建筑案例数据库包括居住建筑标准层平面图；
居住建筑设计特征确定模块，用于对所述居住建筑案例数据库中的案例进行特征提取，确定居住建筑设计特征；所述居住建筑设计特征包括户型特征与标准层特征；所述户型特征包括交通空间形状、入户门位置、建筑朝向、外窗开启位置和户型轮廓形状；所述标准层特征包括户型数量、标准层形状、建筑层数、核心筒形状及尺寸；
设计条件信息获取模块，用于获取用户的设计条件信息；所述设计条件信息包括区位信息、户型信息、楼栋信息；所述区位信息包括所在城市、场地范围和建筑朝向；所述户型信息包括套内面积、套内面积浮动范围、房间数量和户型生成规则；所述楼栋信息包括建筑层数、单元数、标准层类型和标准层生成规则；
设计方案确定模块，用于根据所述居住建筑设计特征和所述设计条件信息确定多组居住建筑标准层平面图的设计方案；
判断模块，用于判断所述设计方案是否符合限定条件；所述限定条件包括居住建筑设计标准和居住建筑基本功能需求；
有效方案确定模块，用于若所述设计方案符合限定条件，则将所述设计方案确定为有效方案；
无效方案确定模块，用于若所述设计方案不符合限定条件，则将所述设计方案确定为无效方案。
方案的能耗确定模块，用于根据所述有效方案，采用建筑能耗模拟软件，确定每个所述有效方案的能耗；
居住建筑最优设计确定模块，用于根据所述有效方案的能耗确定居住建筑最优设计方案；所述居住建筑最优设计方案为能耗最低的方案。
6.根据权利要求5所述的一种居住建筑设计的确定系统，其特征在于，所述设计方案确定模块具体包括：
设计条件参数确定单元，用于将所述设计条件信息进行转化，得到设计条件参数；
居住建筑特征参数确定单元，用于将所述居住建筑设计特征进行转化，得到居住建筑特征参数；所述居住建筑特征参数包括户型特征参数和标准层特征参数；
参数化模型生产单元，用于根据所述设计条件参数和所述居住建筑特征参数，基于基于Grasshopper平台及Python语言，生成参数化模型；所述参数化模型以所述设计条件参数和所述居住建筑特征参数为输入，以标准层方案特征数值为输出；
设计方案确定单元，用于根据所述标准层方案特征数值确定居住建筑标准层平面图的设计方案。
7.根据权利要求5所述的一种居住建筑设计的确定系统，其特征在于，还包括：
设计方案确定模块，用于从所述居住建筑案例数据库中筛选符合设计条件信息的居住建筑标准层平面图的设计方案。
8.根据权利要求5所述的一种居住建筑设计的确定系统，其特征在于，还包括：
可变参数确定模块，用于根据所述居住建筑最优设计方案确定可变参数；所述可变参数包括房间尺寸、外窗尺寸、外窗形状和围护结构性能；
居住建筑最优设计优化模块，用于根据所述可变参数，采用遗传算法和建筑能耗模拟软件，优化所述居住建筑最优设计。
CN202010337443.5A 2020-04-26 2020-04-26 一种居住建筑设计的确定方法及系统 Active CN111723419B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010337443.5A CN111723419B (zh) 2020-04-26 2020-04-26 一种居住建筑设计的确定方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010337443.5A CN111723419B (zh) 2020-04-26 2020-04-26 一种居住建筑设计的确定方法及系统

Publications (2)

Publication Number Publication Date
CN111723419A true CN111723419A (zh) 2020-09-29
CN111723419B CN111723419B (zh) 2022-01-04

Family

ID=72563681

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010337443.5A Active CN111723419B (zh) 2020-04-26 2020-04-26 一种居住建筑设计的确定方法及系统

Country Status (1)

Country Link
CN (1) CN111723419B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112580128A (zh) * 2020-11-02 2021-03-30 安徽富煌钢构股份有限公司 一种装配式钢结构建筑户型管理平台
CN113204816A (zh) * 2021-04-23 2021-08-03 万翼科技有限公司 一种基于数据库优化车库设计的方法及相关装置
CN113946900A (zh) * 2021-12-21 2022-01-18 深圳小库科技有限公司 一种基于户型轮廓和分布特征快速推荐相似户型的方法
CN114065342A (zh) * 2021-11-08 2022-02-18 深圳须弥云图空间科技有限公司 户型轮廓的生成方法、装置、存储介质及电子设备
CN114330892A (zh) * 2021-12-30 2022-04-12 清华大学 基于监督学习的住宅户型布局生成方法及系统
CN115098910A (zh) * 2022-06-13 2022-09-23 中国建筑设计研究院有限公司 一种基于能耗优化的办公楼建筑平面的自动化生成方法
CN115712943A (zh) * 2022-11-24 2023-02-24 中国建筑设计研究院有限公司 一种基于图像识别的乡村住宅户型平面生成方法和系统
CN117910083A (zh) * 2023-12-21 2024-04-19 江阴市城乡规划设计院有限公司 一种基于数字模拟的节能建筑设计方法和系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102194018A (zh) * 2010-03-05 2011-09-21 朗德华信（北京）自控技术有限公司 基于云计算的建筑物能耗预测分析系统及方法
US20120072187A1 (en) * 2010-09-21 2012-03-22 Scott Irving System for evaluating energy consumption
CN103593530A (zh) * 2013-11-15 2014-02-19 中国建筑东北设计研究院有限公司 一种采用数字模拟进行节能建筑设计的综合方法
CN108763619A (zh) * 2018-04-02 2018-11-06 中国十七冶集团有限公司 一种基于bim的建筑能耗分析方法
CN109376941A (zh) * 2018-11-03 2019-02-22 中国建筑上海设计研究院有限公司 基于人工神经网络和bim的建筑能耗模拟和优化方法
CN109408903A (zh) * 2018-09-29 2019-03-01 鼎宸建设管理有限公司 基于bim技术的装配式建筑设计方法
CN109740276A (zh) * 2019-01-10 2019-05-10 江苏工程职业技术学院 一种用于建筑设计优化方案判断的方法
CN110069823A (zh) * 2019-03-26 2019-07-30 中国矿业大学 一种基于多目标智能优化和EnergyPlus的建筑节能设计方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102194018A (zh) * 2010-03-05 2011-09-21 朗德华信（北京）自控技术有限公司 基于云计算的建筑物能耗预测分析系统及方法
US20120072187A1 (en) * 2010-09-21 2012-03-22 Scott Irving System for evaluating energy consumption
CN103593530A (zh) * 2013-11-15 2014-02-19 中国建筑东北设计研究院有限公司 一种采用数字模拟进行节能建筑设计的综合方法
CN108763619A (zh) * 2018-04-02 2018-11-06 中国十七冶集团有限公司 一种基于bim的建筑能耗分析方法
CN109408903A (zh) * 2018-09-29 2019-03-01 鼎宸建设管理有限公司 基于bim技术的装配式建筑设计方法
CN109376941A (zh) * 2018-11-03 2019-02-22 中国建筑上海设计研究院有限公司 基于人工神经网络和bim的建筑能耗模拟和优化方法
CN109740276A (zh) * 2019-01-10 2019-05-10 江苏工程职业技术学院 一种用于建筑设计优化方案判断的方法
CN110069823A (zh) * 2019-03-26 2019-07-30 中国矿业大学 一种基于多目标智能优化和EnergyPlus的建筑节能设计方法

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112580128A (zh) * 2020-11-02 2021-03-30 安徽富煌钢构股份有限公司 一种装配式钢结构建筑户型管理平台
CN113204816A (zh) * 2021-04-23 2021-08-03 万翼科技有限公司 一种基于数据库优化车库设计的方法及相关装置
CN114065342A (zh) * 2021-11-08 2022-02-18 深圳须弥云图空间科技有限公司 户型轮廓的生成方法、装置、存储介质及电子设备
CN113946900A (zh) * 2021-12-21 2022-01-18 深圳小库科技有限公司 一种基于户型轮廓和分布特征快速推荐相似户型的方法
CN113946900B (zh) * 2021-12-21 2022-03-29 深圳小库科技有限公司 一种基于户型轮廓和分布特征快速推荐相似户型的方法
CN114330892B (zh) * 2021-12-30 2024-09-24 清华大学 基于监督学习的住宅户型布局生成方法及系统
CN114330892A (zh) * 2021-12-30 2022-04-12 清华大学 基于监督学习的住宅户型布局生成方法及系统
CN115098910A (zh) * 2022-06-13 2022-09-23 中国建筑设计研究院有限公司 一种基于能耗优化的办公楼建筑平面的自动化生成方法
CN115098910B (zh) * 2022-06-13 2024-03-19 中国建筑设计研究院有限公司 一种基于能耗优化的办公楼建筑平面的自动化生成方法
CN115712943B (zh) * 2022-11-24 2024-01-30 中国建筑设计研究院有限公司 一种基于图像识别的乡村住宅户型平面生成方法和系统
CN115712943A (zh) * 2022-11-24 2023-02-24 中国建筑设计研究院有限公司 一种基于图像识别的乡村住宅户型平面生成方法和系统
CN117910083A (zh) * 2023-12-21 2024-04-19 江阴市城乡规划设计院有限公司 一种基于数字模拟的节能建筑设计方法和系统
CN117910083B (zh) * 2023-12-21 2024-09-06 江阴市城乡规划设计院有限公司 一种基于数字模拟的节能建筑设计方法和系统

Also Published As

Publication number Publication date
CN111723419B (zh) 2022-01-04

Similar Documents

Publication Publication Date Title
CN111723419B (zh) 一种居住建筑设计的确定方法及系统
Zhang et al. Generative design and performance optimization of residential buildings based on parametric algorithm
Shi et al. A review on building energy efficient design optimization rom the perspective of architects
CN112507439B (zh) 一种改善建筑场地及建筑室内环境性能的优化设计方法
CN112883476A (zh) 建筑空间的布局方法、装置及电子设备
CN113297662B (zh) 一种基于扫描线的户型归属自动识别方法
Diao et al. Development of an optimal design aid system based on building information modeling
CN103065355A (zh) 一种实现智慧楼宇三维建模的方法、装置
CN116579114A (zh) 一种基于多智能体的规划模拟设计方法
Nasir et al. Exploring the role of parametric architecture in building design: An inclusive approach
CN112668081A (zh) 基于建筑外窗的遮阳设计改善建筑室内环境性能的方法
Granadeiro et al. Building envelope shape design using a shape grammar-based parametric design system integrating energy simulation
Darmon Voxel computational morphogenesis in urban context: Proposition and analysis of rules-based generative algorithms considering solar access
Al-Masoodi et al. A review of the Sustainability and Parametric Design Approach of Complex Tall Buildings at an Early Design Stage
CN115600283B (zh) 目标性能导向的多层点式住宅参数化生成方法
Gao et al. Optimization design generation of the rural residential building towards energy saving by using “Digital intelligence” technology
CN114494719A (zh) 一种建筑专业卧室空间进深空间的识别方法
Rylatt et al. Using GIS to estimate the replacement potential of solar energy for urban dwellings
Huang et al. The role of BIM technology in energy-saving reconstruction of existing residential buildings in rural areas
Tkeshelashvili BIM to BEM: Development of integrated workflow from Archicad to Energy Evaluation
CN111651801A (zh) 一种基于窗数据库的建筑自然采光模型的快速建模方法
Ghiassi Development of a building data model for a performance based optimization environment
CN115659453B (zh) 基于建筑信息矩阵表生成多层点式住宅的工作方法
Yechao et al. Integrated Strategy of Green Building Model Optimization Based on BIM Technology
CN118350081B (zh) 一种低碳产业园区规划生成设计方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant