CN116579114A - 一种基于多智能体的规划模拟设计方法 - Google Patents

一种基于多智能体的规划模拟设计方法 Download PDF

Info

Publication number
CN116579114A
CN116579114A CN202310778413.1A CN202310778413A CN116579114A CN 116579114 A CN116579114 A CN 116579114A CN 202310778413 A CN202310778413 A CN 202310778413A CN 116579114 A CN116579114 A CN 116579114A
Authority
CN
China
Prior art keywords
planning
building
target city
agent
area
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.)
Pending
Application number
CN202310778413.1A
Other languages
English (en)
Inventor
包世泰
刘以娜
韩可盈
潘啟鑫
孔庆炜
黄珊珊
简荣杰
王建芳
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.)
South China Agricultural University
Original Assignee
South China Agricultural 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 South China Agricultural University filed Critical South China Agricultural University
Priority to CN202310778413.1A priority Critical patent/CN116579114A/zh
Publication of CN116579114A publication Critical patent/CN116579114A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/18Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • G06F30/27Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/08Construction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/26Government or public services
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00Details relating to CAD techniques
    • G06F2111/04Constraint-based CAD
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A30/00Adapting or protecting infrastructure or their operation
    • Y02A30/60Planning or developing urban green infrastructure

Abstract

本发明提供一种基于多智能体的规划模拟设计方法,该方法包括:获取目标城市规划需求和目标城市规划约束条件;构建目标城市模型;根据目标城市规划需求和目标城市规划约束条件对目标城市模型进行城市规划,得到目标城市规划方案。本发明能够根据规划设计需求,将城乡规划设计规范(特别是居住区)中关键的管控指标融入到智能体模拟规则中,根据输入场地和约束信息智能体自动模拟生成符合要求的规划方案。并基于真实规划准则和真实建筑布局案例进行验证,以期完成规划方案的自动设计生成。

Description

一种基于多智能体的规划模拟设计方法
技术领域
本发明涉及城市规划技术领域,具体涉及一种基于多智能体的规划模拟设计方法。
背景技术
传统规划设计极度依赖于规划师个人的经验、知识与创作理念,这无疑需要大量的时间人力和物力。随着计算机科学的进步与复杂科学理论的发展,传统规划设计不断受到冲击。因此,如何将城乡规划法规、设计规范和行业知识,借助智能模拟技术转换为计算机系统易识别、可理解执行的模型方法进而自动生成规划方案实现智能设计,是当前规划行业面临的新机遇。
现有研究主要包括形状语法、空间句法、L系统、元胞自动机和群体智能等常用方法用于规划方案智能生成,这些方法各有特点、适用于解决特定问题,但没有一种方法可以满足所有需求。规划要素(如建筑)的模拟设计多数研究选择以抽象的几何符号代表不同类型的实物,这些抽象的几何图形能够简化计算机程序的运算,模拟生成的方案仅能一定程度上供规划设计参考借鉴;现有规划模拟中会考虑少量有限的设计规则,如主要考虑建筑等要素的间距规则和拓扑关系规则;现有研究通常考虑等间距、平均间距或日照间距等间距规则进行控制,考虑邻近规划要素的拓扑关系进行移动或避让。可以看出,这些规则一般以概括性的规则为主,而缺少结合当下规划技术标准的要求进行,其科学性和实用性有待商榷。此外,智能体系统与规划生成的研究是近年新兴方向,现有研究的规则设置均使用粗略值表达,而较少嵌入真实的规划准则、要素几何图形和空间占位进行模拟,离规划设计实际应用仍有较大的差距。
发明内容
本发明的目的是提供一种基于多智能体的规划模拟设计方法,该方法能够根据规划设计需求,将城乡规划设计规范(特别是居住区)中关键的管控指标融入到智能体模拟规则中,根据输入场地和约束信息智能体自动模拟生成符合要求的规划方案。并基于真实规划准则和真实建筑布局案例进行验证,以期完成规划方案的自动设计生成。
一种基于多智能体的规划模拟设计方法,包括:
获取目标城市规划需求和目标城市规划约束条件;
构建目标城市模型;
根据目标城市规划需求和目标城市规划约束条件对目标城市模型进行城市规划,得到目标城市规划方案。
构建目标城市模型包括:
定义建筑智能体的类型、户型、层高、层数;
生成的建筑智能体数量build_num:
max_build_area=FAR_max×S
one_build_area=S基底×floor_num
式中,max_build_area为最大建筑面积,one_build_area为单栋建筑面积,FAR_max为最大容积率,S为地块面积,S基底为建筑基底面积,floor_num为单栋建筑楼层数量,height_limit为建筑限高,floor_height为楼层限高。
根据目标城市规划需求和目标城市规划约束条件对目标城市模型进行城市规划,得到目标城市规划方案包括根据相交判别规则规划城市,具体为:
输入建筑基底,设置初始规划控制指标及参数,在范围内,完成每个建筑智能体初始化布局;
遍历每一个建筑智能体,判断当前建筑智能体与多个建筑智能体是否相交,若相交则标记第一相交区域;
判断当前建筑智能体与多个建筑智能体缓冲区是否相交,若相交则标记第二相交区域。
根据目标城市规划需求和目标城市规划约束条件对目标城市模型进行城市规划,得到目标城市规划方案包括根据避让规则规划城市,具体为:
输入场地边界,遍历每一个建筑智能体,判断当前建筑智能体与场地边界相交的面积是否等于当前建筑智能体的面积;
计算当前智能建筑体出界范围的面积,根据当前智能建筑体出界的面积,计算当前智能建筑体向场地中心移动的距离;
当缓冲区发生出界时,不执行移动避让规则;
输入目标城市内现有要素,遍历每一个建筑智能体,判断当前建筑智能体与目标城市内现有要素是否相交,若相交获得第三相交区域;
根据第三相交区域的面积,计算当前智能建筑体移动的距离。
根据目标城市规划需求和目标城市规划约束条件对目标城市模型进行城市规划,得到目标城市规划方案包括根据移动规则规划城市,具体为:
判断当前建筑智能体需要调整位置时,执行移动规则:
获取第一、第二、第三相交区域中的现有要素的相交中心点,计算当前建筑智能体位置到现有要素相交的中心点的向量,根据每个到现有要素相交的中心点的向量计算总移动动量;
根据总移动动量更新当前建筑智能体的位置。
根据目标城市规划需求和目标城市规划约束条件对目标城市模型进行城市规划,得到目标城市规划方案包括根据变形规则规划城市,具体为:
当每个建筑智能体调整位置后仍有相交情况时,执行变形规则,改变智能建筑体的面积:
设置迭代次数,当迭代次数超过第一预设值时,程序仍未完成布局,则触发变形规则;
读取具有相交情况时相交面积最大的建筑智能体的长宽比,在模型库中选取建筑面积相同情况下长宽比更小的建筑智能体替换相交面积最大的建筑智能体。
根据目标城市规划需求和目标城市规划约束条件对目标城市模型进行城市规划,得到目标城市规划方案包括根据剔除规则规划城市,具体为:
在执行变形规则后,仍不能满足排布间距要求,则执行剔除规则:
减少楼层数量,降低建筑智能体的高度,收缩缓冲区:当迭代次数超过第二预设值,并且减少一层后建筑智能体楼层数量仍大于由期望最小容积率算出的楼层数时,则对所有建筑智能体的楼层数量减1,即同时满足以下两种情况时,则对智能体的楼层数量减1:
当程序继续迭代,建筑智能体之间仍存在相交情况,则剔除具有存在相交面积最多的建筑智能体。
根据目标城市规划需求和目标城市规划约束条件对目标城市模型进行城市规划,得到目标城市规划方案包括生成公共设施,具体为:
计算居住建筑智能体相应的人口规模数量;
根据人口规模数量配置公共设施:
人口规模=居住型智能建筑体×户均人口数
绿地面积=绿化率×地块面积
生成停车位:
生成道路:计算每个智能建筑体与相邻的智能建筑体的中心点的距离d,根据判断是否对道路进行融合,即:
if d>avg_d,道路保持不变;
if d≤avg_d,道路进行融合;
对距离过近的道路融合,保留主要路网,完成道路生成。
根据目标城市规划需求和目标城市规划约束条件对目标城市模型进行城市规划,得到目标城市规划方案包括根据舒适度规则规划城市,具体为:
采用风环境分析插件分析目标城市的风环境特点,得到目标城市中各季节的主要风向和风速情况;
根据风向指标优化智能建筑体的朝向;
根据风速指标优化智能建筑体的高度和智能建筑体的间距。
一种基于多智能体的规划模拟设计系统,包括:
数据采集模块,用于获取目标城市规划需求和目标城市规划约束条件;
模型生成模块,用于构建目标城市模型;
城市规划模块,用于根据目标城市规划需求和目标城市规划约束条件对目标城市模型进行城市规划,得到目标城市规划方案。
本发明基于多智能体的规划模拟设计方法,使用多智能体系统的方法,构建规划要素智能体,将现实规划中所涉及的控制指标和规划准则融入到智能体交互规则中,更贴近实际的规划准则交互工作,高效生成符合要求的规划方案,提升规划方案自动生成的自动化水平。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,标示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
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,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,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为本发明的流程示意图;
图2为本发明的智能体构建示意图;
图3为本发明的智能建筑体相交判别规则示意图;
图4为本发明的智能建筑体避让规则示意图;
图5为本发明的智能建筑体移动规则示意图;
图6为本发明的智能建筑体舒适度规则示意图;
图7为本发明的智能建筑体变形规则示意图。
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的一部分实施例,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作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。
需要说明,本发明实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等,如果该特定姿态发生改变时,则该方向性指示也相应地随之改变。
另外,在本发明中涉及“第一”、“第二”等的描述仅用于描述目的,而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一种该特征。另外,各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。
传统城市规划规则一般以概括性的规则为主,而缺少结合当下规划技术标准的要求进行,其科学性和实用性有待商榷。此外,智能体系统与规划生成的研究是近年新兴方向,现有研究的规则设置均使用粗略值表达,而较少嵌入真实的规划准则、要素几何图形和空间占位进行模拟,离规划设计实际应用仍有较大的差距。
本发明基于多智能体的规划模拟设计方法,使用多智能体系统的方法,构建规划要素智能体,将现实规划中所涉及的控制指标和规划准则融入到智能体交互规则中,更贴近实际的规划准则交互工作,高效生成符合要求的规划方案,提升规划方案自动生成的自动化水平。
实施例1
一种基于多智能体的规划模拟设计方法,参考图1,包括:
S100,获取目标城市规划需求和目标城市规划约束条件;
S200,构建目标城市模型;
S300,根据目标城市规划需求和目标城市规划约束条件对目标城市模型进行城市规划,得到目标城市规划方案。
本发明将规划设计需求与指标约束条件的总结提炼。针对规划设计的需求,对相关指标进行细化量化研究。由于现行的规划准则和标准多以文本的形式呈现,且不同的城市规划的标准及规章的约束有所不同。因此选取具有代表性的城市,对其规划标准进行总结归纳,并将相关指标进行细化量化总结。
建筑智能体的定义与活动规则研究。通过构建规划要素智能体模型库,对其属性、特征进行定义,将复杂的建筑抽象为由“点、线、面”组合形成的几何图形,同时根据规划方案的需求,定义智能体活动规则,确认建筑智能体的属性及行为。
规划方案的自动设计生成。结合对规划管控指标和智能体的规则定义,进一步探索规划方案的自动生成的技术流程,并使用实例,对所建立的规划方案自动生成流程进行验证与应用。
构建目标城市模型包括:
定义建筑智能体的类型、户型、层高、层数;
在规划设计中,需要对不同类型规划要素进行合理布局,涉及居住建筑、公共服务设施、绿地、道路等要素;不同类型的规划要素具有各自的特点,研究不同类型的要素特点,对模型模拟生成的结果至关重要。因此,本发明的基于多智能体的规划模拟设计方法中定义了不同类型的规划要素智能体,并将各种不同类型规划要素智能体归纳整理形成规划要素智能体模型库,模型库中包括有智能体的类型、基底形状(户型)、层高、层数等基本信息。使用者可以基于模型库选择需要进行布局的规划要素。
在建筑智能体进行交互前,需要完成一定数量的建筑智能体初始化生成。因此,明确一个用地范围内的建筑数量是进行建筑布局生成的基础。结合实际情况,一般地,制定一个地块的规划方案需要有确定的约束条件,如一定的容积率上限、建筑最大高度(限高)等。因此,本发明结合这些约束条件,通过以下公式计算出用于建筑布局生成的建筑智能体数量build_num,最后生成一定数量的建筑智能体。
生成的建筑智能体数量build_num:
max_build_area=FAR_max×S
one_build_area=S基底×floor_num
式中,max_build_area为最大建筑面积,one_build_area为单栋建筑面积,FAR_max为最大容积率,S为地块面积,S基底为建筑基底面积,floor_num为单栋建筑楼层数量,height_limit为建筑限高,floor_height为楼层限高。
首先,梳理各地区规划设计方案,总结得到不同规划目标下的规划设计需求。其次,针对规划方案具体的规划需求,将规划要素细化匹配具体可实施的规划控制指标。通过梳理国内几大城市的规划技术准则,将规划设计需求细化为关键规划控制指标。如表1所示,本发明通过对五个城市的城市规划技术管理规定进行梳理,摘选出与规划设计需求具有密切联系的控制指标。
表1部分城市的规划控制指标
在基于多智能体的规划模拟设计方法中,规划要素可以抽象为具有几何形体和属性的智能体,因此规划方案的生成本质上是建筑等智能体之间交互的结果,是代表建筑智能体依据一定的规则自组织达到稳定的状态。
现有研究中,为简化运算,对于智能体的基底形状多采用矩形或圆形作为输入,这与实际中的建筑形态具有较大差异。因此,为使所生成规划方案更符合实际规划方案、更精确实用,本方法通过收集市场上使用频率较高的真实户型作为建筑基底shape_types进行输入,构建真实的智能体进行交互。具体的构建思路是:首先,结合输入的建筑基底shape_types,顺时针获取建筑基底的所有端点和中心点。然后,结合中心点,计算相邻端点的位置,以此判断该线段在中心点的方位(东、西、南、北,图2所示),然后对不同方位的线段进行一定距离(建筑间距)的偏移(图2)。最后连接这些点形成封闭的缓冲图形offshape。建筑基底shape_types和缓冲区范围offshape两部分组成了完整的建筑智能体。
在进行建筑智能体布局前,为使规划方案更符合规划用地要求,不仅要满足上位规划的要求,而且还要根据地块实际情况完成规划要素的布局。综上,为符合上位规划的要求,需将地块上位规划中相关内容进行提取,明确规划要素智能体类型,实现智能体类型的自动化匹配生成。具体实现思路是:
通过分析提取地块上位规划中相关内容,如地块功能定位、土地利用类型等;并将所提取内容作为输入传导给建筑智能体,明确规划要素智能体类型,并在模型库中自动筛选相应规划要素的智能体(不同类型规划要素对应不同智能体),实现规划要素类型和智能体类型可随着规划需求变化而自动匹配生成。
根据目标城市规划需求和目标城市规划约束条件对目标城市模型进行城市规划,得到目标城市规划方案包括根据相交判别规则规划城市,具体为:
输入建筑基底,设置初始规划控制指标及参数,在范围内,完成每个建筑智能体初始化布局;
遍历每一个建筑智能体,判断当前建筑智能体与多个建筑智能体是否相交,若相交则标记第一相交区域;
判断当前建筑智能体与多个建筑智能体缓冲区是否相交,若相交则标记第二相交区域。
相交判别规则是建筑智能体交互的基本规则。该规则主要针对建筑智能体之间出现相交的情况,如:建筑基底发生相交、建筑基底与其他建筑智能体的缓冲区发生相交等。在这些情况下,建筑智能体执行相交判别规则,为下一步的移动做准备。需要注意的是,当相邻智能体的缓冲区之间相交,不执行该规则(图3c)。具体实现思路是:
输入建筑基底,设置初始规划控制指标及其他必要参数后,在范围内,每个智能体完成初始化布局。此时,开始遍历每一个智能体,判断建筑智能体bi与其他建筑智能体bj相交并获得相交区域avoid_element1(图3a),判断建筑智能体bi与其他建筑智能体缓冲区offshpj并获得相交区域avoid_element2(图3b)。
根据目标城市规划需求和目标城市规划约束条件对目标城市模型进行城市规划,得到目标城市规划方案包括根据避让规则规划城市,如图4,具体为:
输入场地边界,遍历每一个建筑智能体,判断当前建筑智能体与场地边界相交的面积是否等于当前建筑智能体的面积;
计算当前智能建筑体出界范围的面积,根据当前智能建筑体出界的面积,计算当前智能建筑体向场地中心移动的距离;
当缓冲区发生出界时,不执行移动避让规则;
输入目标城市内现有要素,遍历每一个建筑智能体,判断当前建筑智能体与目标城市内现有要素是否相交,若相交获得第三相交区域;
根据第三相交区域的面积,计算当前智能建筑体移动的距离。
在规划设计过程中,需要保证所有建筑智能体均在场地边界范围内以及保证新生成的建筑智能体不与场地原有要素和需保留的避让要素avoid_area(如古树名木、历史文化建筑等)发生冲突。因此,采用退让/避让规则进行实现。
根据目标城市规划需求和目标城市规划约束条件对目标城市模型进行城市规划,得到目标城市规划方案包括根据移动规则规划城市,具体为:
判断当前建筑智能体需要调整位置时,执行移动规则:
获取第一、第二、第三相交区域中的现有要素的相交中心点,计算当前建筑智能体位置到现有要素相交的中心点的向量,根据每个到现有要素相交的中心点的向量计算总移动动量;
根据总移动动量更新当前建筑智能体的位置。
当建筑智能体完成相交判别及避让要素相交判别,建筑智能体bi需要通过移动调整位置,使得建筑智能体之间,及建筑智能体与其他要素(保留性建筑、树木保护范围、场地边界)不发生相交的情况。因此,该规则主要由存在相交情形的建筑智能体执行(图5)。
根据目标城市规划需求和目标城市规划约束条件对目标城市模型进行城市规划,得到目标城市规划方案包括根据变形规则规划城市,如图7,具体为:
当每个建筑智能体调整位置后仍有相交情况时,执行变形规则,改变智能建筑体的面积:
设置迭代次数,当迭代次数超过第一预设值时,程序仍未完成布局,则触发变形规则;
读取具有相交情况时相交面积最大的建筑智能体的长宽比,在模型库中选取建筑面积相同情况下长宽比更小的建筑智能体替换相交面积最大的建筑智能体。
计算出的初始化的建筑智能体个数n是根据期望最大容积率、限高等约束条件计算得出。然而,实际上场地中可能无法容纳这么多数量的建筑,即始终存在相交情况,这会使得智能体程序陷入“死循环”。因此,为了减少“死循环”的出现,进一步制定“变形规则”,改变建筑智能体长宽比(即加大建筑智能体进深、减少面宽),减少建筑智能体缓冲区面积,以达到节约土地的目的,提高程序运行效率。
根据目标城市规划需求和目标城市规划约束条件对目标城市模型进行城市规划,得到目标城市规划方案包括根据剔除规则规划城市,具体为:
在执行变形规则后,仍不能满足排布间距要求,则执行剔除规则:
减少楼层数量,降低建筑智能体的高度,收缩缓冲区:当迭代次数超过第二预设值,并且减少一层后建筑智能体楼层数量仍大于由期望最小容积率算出的楼层数时,则对所有建筑智能体的楼层数量减1,即同时满足以下两种情况时,则对智能体的楼层数量减1:
当程序继续迭代,建筑智能体之间仍存在相交情况,则剔除具有存在相交面积最多的建筑智能体。
根据目标城市规划需求和目标城市规划约束条件对目标城市模型进行城市规划,得到目标城市规划方案包括生成公共设施,具体为:
计算居住建筑智能体相应的人口规模数量;
根据人口规模数量配置公共设施:
人口规模=居住型智能建筑体×户均人口数
绿地面积=绿化率×地块面积
a、公服设施、绿地智能体的生成:
公共服务设施的生成:确定所需要配建的公服设施数量后,在地块空地上随机生成坐标点作为该公共服务设施的初始化点位置。并遍历计算其与每个居住建筑智能体的距离D,若D<=服务半径,则返回ture;当遍历计算完其与所有居住建筑智能体距离后,计算在服务半径范围内居住建筑智能体比例,若超过一定比例(比例作为输入参数,由规划设计人员输入)的居住建筑智能体在服务半径范围内,即符合公服设施服务半径要求,则该点坐标作为该公服设施的生成点。
绿地的生成:根据《城市居住区规划设计标准》,当绿地边界与建筑物临接时,绿地面积应算至距房屋墙角1.0m处。因此,本发明中绿地生成的总体思路是:在完成建筑类智能体生成后,在建筑智能体及其外延1m内区域禁止生成绿化,其他空地区域随机生成绿地,并计算所生成的绿地面积,至所生成绿地总面积值>=预设绿地面积值后即完成绿地生成。
在规划设计过程中,建筑工程停车位配建标准需按当地城市规划设计管理技术要求执行。因此,在完成建筑智能体、绿地、道路等布局后,计算得到建筑智能体的建筑面积;通过不同城市的不同停车位配比要求(停车位配比参数由使用者输入)可计算所需配备的停车位数量;然后,在距离建筑类智能体最近的地块空地上随机生成停车位,直至停车位数量满足要求即停止生成停车位区域,生成停车位:
建筑生成布局完成后,可以获取各建筑的位置position。结合泰森多边形的原理,程序以每个建筑的中心点为基础,计算这些点所构建的泰森多边形。此时根据建筑中心点获得的地块内的路网,此时的路网紧密环绕着建筑,地块内的路网呈现出“蜂窝”的形状。然而,现实中的路网并非如此密集。对于一些相邻距离较小的建筑,其内部路网可以“省略”。因此,需要对生成的部分道路进行“消除”。所以,通过计算每个建筑与其相邻建筑的中心点的距离d,以此获得每个相邻中心点的距离,并计算平均值avg_d。进一步,根据是否大于均值判断是否对道路进行融合,生成道路:计算每个智能建筑体与相邻的智能建筑体的中心点的距离d,根据判断是否对道路进行融合,即:
if d>avg_d,道路保持不变;
if d≤avg_d,道路进行融合;
对距离过近的道路融合,保留主要路网,完成道路生成。
规划方案设计过程中,不仅要对各类型规划要素进行合理布局,而且要合理确定各类型规划要素的规模,确保其与所服务人口规模相适应,形成配套设施规模与所服务人口规模相互反馈的自动化设计过程,避免造成人多建筑少的拥挤布局或人少建筑多的浪费布局。在本发明中,主要针对公服设施、绿地智能体进行相应自动设计。具体过程是:
在建筑智能体进行交互前,设置了初始化规则明确一个用地范围内的建筑数量。在进行住区规划过程中,可通过初始化规则计算出居住建筑智能体初始化数量和相应人口规模数量。计算得到人口规模数量后,根据所需要配置的公服设施的服务规模和服务半径参数完成公服设施、绿地智能体的自动设计。
根据目标城市规划需求和目标城市规划约束条件对目标城市模型进行城市规划,得到目标城市规划方案包括根据舒适度规则规划城市,如图6,具体为:
采用风环境分析插件分析目标城市的风环境特点,得到目标城市中各季节的主要风向和风速情况;
根据风向指标优化智能建筑体的朝向;
根据风向指标优化建筑朝向,确保建筑智能体主要开口朝向有利风向,实现冬季防风、夏季自然通风效果。即:判断当前建筑智能体朝向和当地主导风向,若建筑智能体朝向与夏季风向相对,则实现夏季通风效果,当前建筑朝向不变,否则旋转建筑智能体使得建筑朝向与夏季风向相对。若建筑智能体朝向与冬季风向相同,则达到冬季防风效果,当前建筑朝向不变,否则旋转建筑智能体使得建筑朝向与冬季风向相同。
根据风速指标优化智能建筑体的高度和智能建筑体的间距。
根据风速指标优化建筑高度和建筑间距,确保建筑布局中平均风速值在人体舒适区间范围内。根据相关研究表明,简单地遵循建筑间距尽可能地小以及建筑高度尽可能地高的原则,可获取相对高的平均风速,形成良好建筑区风环境。即:计算当前建筑布局状态下建筑区平均风速,若当前平均风速>7.3m/s,超出人体舒适风速范围,则需加大建筑智能体间距或降低建筑智能体高度以降低建筑区平均风速。若当前平均风速<7.3m/s,则需缩小建筑智能体间距或拉伸建筑智能体高度以提高建筑区平均风速。需要注意的是,为避免智能体在缩小建筑高度和间距是无限缩小,需对建筑高度和建筑高度最小值做限制,即:建筑高度:3m(一层楼高)<=Hmin<=H限高;建筑间距:Dmin>=D强制性间距
表2风环境与人体舒适度评价
在规划设计中,规划方案的生成不仅要满足设计规范的要求,而且也要考虑使用者对舒适度的需求。根据《绿色建筑评价标准》,针对室外风环境,标准中提出,0.5~5.0m/s的风速是人体较为舒适的风速(表2);因此,如何利用室外风环境优化建筑布局,达到冬季防风,夏季自然通风,从而降低建筑的能耗,提高居住舒适度,是规划方案设计过程中极其重要的一点。综上,本发明在规划方案生成过程中采用舒适度规则,用于优化建筑智能体朝向、调节智能体高度和建筑间距,形成良好风环境,以此提高规划方案整体的舒适度。
使用Grasshopper平台进行搭建。主要包含信息输入、建筑生成、渲染输出三大模块。
首先,信息输入模块主要是指输入地块的规划需求信息,如:上位规划要求、地块边界范围、退让距离、建筑限高、容积率范围等。
其次,将信息输入模块的规划需求信息作为建筑生成模块的输入端,建筑生成模块结合这些数据,根据智能建筑体定义和规则,生成符合需求的规划方案。
最后,设置输出结果渲染模块,调整渲染效果(线条颜色、粗细等),将生成方案的结果参数和图形数据可视化输出。
实施例2
一种基于多智能体的规划模拟设计系统,包括:
数据采集模块,用于获取目标城市规划需求和目标城市规划约束条件;
模型生成模块,用于构建目标城市模型;
城市规划模块,用于根据目标城市规划需求和目标城市规划约束条件对目标城市模型进行城市规划,得到目标城市规划方案。
本发明基于多智能体的规划模拟设计方法,使用多智能体系统的方法,构建规划要素智能体,将现实规划中所涉及的控制指标和规划准则融入到智能体交互规则中,更贴近实际的规划准则交互工作,高效生成符合要求的规划方案,提升规划方案自动生成的自动化水平。
以上所述仅是本发明的具体实施方式,使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种基于多智能体的规划模拟设计方法,其特征在于,包括:
获取目标城市规划需求和目标城市规划约束条件;
构建目标城市模型;
根据目标城市规划需求和目标城市规划约束条件对目标城市模型进行城市规划,得到目标城市规划方案。
2.根据权利要求1所述的一种基于多智能体的规划模拟设计方法,其特征在于,所述构建目标城市模型包括:
定义建筑智能体的类型、户型、层高、层数;
生成的建筑智能体数量build_num:
max_build_area=FAR_max×S
one_build_area=S基底×floor_num
式中,max_build_area为最大建筑面积,one_build_area为单栋建筑面积,FAR_max为最大容积率,S为地块面积,S基底为建筑基底面积,floor_num为单栋建筑楼层数量,height_limit为建筑限高,floor_height为楼层限高。
3.根据权利要求1所述的一种基于多智能体的规划模拟设计方法,其特征在于,所述根据目标城市规划需求和目标城市规划约束条件对目标城市模型进行城市规划,得到目标城市规划方案包括根据相交判别规则规划城市,具体为:
输入建筑基底,设置初始规划控制指标及参数,在范围内,完成每个建筑智能体初始化布局;
遍历每一个建筑智能体,判断当前建筑智能体与多个建筑智能体是否相交,若相交则标记第一相交区域;
判断当前建筑智能体与多个建筑智能体缓冲区是否相交,若相交则标记第二相交区域。
4.根据权利要求3所述的一种基于多智能体的规划模拟设计方法,其特征在于,所述根据目标城市规划需求和目标城市规划约束条件对目标城市模型进行城市规划,得到目标城市规划方案包括根据避让规则规划城市,具体为:
输入场地边界,遍历每一个建筑智能体,判断当前建筑智能体与场地边界相交的面积是否等于当前建筑智能体的面积;
计算当前智能建筑体出界范围的面积,根据当前智能建筑体出界的面积,计算当前智能建筑体向场地中心移动的距离;
当缓冲区发生出界时,不执行移动避让规则;
输入目标城市内现有要素,遍历每一个建筑智能体,判断当前建筑智能体与目标城市内现有要素是否相交,若相交获得第三相交区域;
根据第三相交区域的面积,计算当前智能建筑体移动的距离。
5.根据权利要求4所述的一种基于多智能体的规划模拟设计方法,其特征在于,所述根据目标城市规划需求和目标城市规划约束条件对目标城市模型进行城市规划,得到目标城市规划方案包括根据移动规则规划城市,具体为:
判断当前建筑智能体需要调整位置时,执行移动规则:
获取第一、第二、第三相交区域中的现有要素的相交中心点,计算当前建筑智能体位置到现有要素相交的中心点的向量,根据每个到现有要素相交的中心点的向量计算总移动动量;
根据总移动动量更新当前建筑智能体的位置。
6.根据权利要求5所述的一种基于多智能体的规划模拟设计方法,其特征在于,所述根据目标城市规划需求和目标城市规划约束条件对目标城市模型进行城市规划,得到目标城市规划方案包括根据变形规则规划城市,具体为:
当每个建筑智能体调整位置后仍有相交情况时,执行变形规则,改变智能建筑体的面积:
设置迭代次数,当迭代次数超过第一预设值时,程序仍未完成布局,则触发变形规则;
读取具有相交情况时相交面积最大的建筑智能体的长宽比,在模型库中选取建筑面积相同情况下长宽比更小的建筑智能体替换相交面积最大的建筑智能体。
7.根据权利要求6所述的一种基于多智能体的规划模拟设计方法,其特征在于,所述根据目标城市规划需求和目标城市规划约束条件对目标城市模型进行城市规划,得到目标城市规划方案包括根据剔除规则规划城市,具体为:
在执行变形规则后,仍不能满足排布间距要求,则执行剔除规则:
减少楼层数量,降低建筑智能体的高度,收缩缓冲区:当迭代次数countn超过第二预设值,并且减少一层后建筑智能体楼层数量仍大于由期望最小容积率算出的楼层数时,则对所有建筑智能体的楼层数量减1,即同时满足以下两种情况时,则对智能体的楼层数量减1:
当程序继续迭代,建筑智能体之间仍存在相交情况,则剔除具有存在相交面积最多的建筑智能体。
8.根据权利要求7所述的一种基于多智能体的规划模拟设计方法,其特征在于,所述根据目标城市规划需求和目标城市规划约束条件对目标城市模型进行城市规划,得到目标城市规划方案包括生成公共设施,具体为:
计算居住建筑智能体相应的人口规模数量;
根据人口规模数量配置公共设施:
人口规模=居住型智能建筑体×户均人口数
绿地面积=绿化率×地块面积
生成停车位:
生成道路:计算每个智能建筑体与相邻的智能建筑体的中心点的距离d,根据判断是否对道路进行融合,即:
ifd>avg_d,道路保持不变;
ifd≤avg_d,道路进行融合;
对距离过近的道路融合,保留主要路网,完成道路生成。
9.根据权利要求1所述的一种基于多智能体的规划模拟设计方法,其特征在于,所述根据目标城市规划需求和目标城市规划约束条件对目标城市模型进行城市规划,得到目标城市规划方案包括根据舒适度规则规划城市,具体为:
采用风环境分析插件分析目标城市的风环境特点,得到目标城市中各季节的主要风向和风速情况;
根据风向指标优化智能建筑体的朝向;
根据风速指标优化智能建筑体的高度和智能建筑体的间距。
10.一种基于多智能体的规划模拟设计系统,其特征在于,包括:
数据采集模块,用于获取目标城市规划需求和目标城市规划约束条件;
模型生成模块,用于构建目标城市模型;
城市规划模块,用于根据目标城市规划需求和目标城市规划约束条件对目标城市模型进行城市规划,得到目标城市规划方案。
CN202310778413.1A 2023-06-29 2023-06-29 一种基于多智能体的规划模拟设计方法 Pending CN116579114A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310778413.1A CN116579114A (zh) 2023-06-29 2023-06-29 一种基于多智能体的规划模拟设计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310778413.1A CN116579114A (zh) 2023-06-29 2023-06-29 一种基于多智能体的规划模拟设计方法

Publications (1)

Publication Number Publication Date
CN116579114A true CN116579114A (zh) 2023-08-11

Family

ID=87538087

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310778413.1A Pending CN116579114A (zh) 2023-06-29 2023-06-29 一种基于多智能体的规划模拟设计方法

Country Status (1)

Country Link
CN (1) CN116579114A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117056997A (zh) * 2023-10-13 2023-11-14 网思科技股份有限公司 一种城市数字孪生可视化协同方法、系统和介质
CN117235854A (zh) * 2023-09-15 2023-12-15 东南大学建筑设计研究院有限公司 高校校园规划设计中量性形统筹的数字化生成方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117235854A (zh) * 2023-09-15 2023-12-15 东南大学建筑设计研究院有限公司 高校校园规划设计中量性形统筹的数字化生成方法
CN117056997A (zh) * 2023-10-13 2023-11-14 网思科技股份有限公司 一种城市数字孪生可视化协同方法、系统和介质
CN117056997B (zh) * 2023-10-13 2024-03-22 网思科技股份有限公司 一种城市数字孪生可视化协同方法、系统和介质

Similar Documents

Publication Publication Date Title
CN116579114A (zh) 一种基于多智能体的规划模拟设计方法
CN106960410A (zh) 基于bim和gis技术的地下综合管廊信息管理方法
CN111723419B (zh) 一种居住建筑设计的确定方法及系统
CN110162650B (zh) 一种兼顾局部最优与整体面积平衡的小图斑融解方法
CN112883476A (zh) 建筑空间的布局方法、装置及电子设备
CN109978404A (zh) 计及不确定性因素与场景削减的输电通道扩展规划方法
CN115292789B (zh) 城市设计中基于形态类型的建筑体量数字化生成方法
Churchill et al. Development of decision support system for sustainable community design
CN113392452A (zh) 车库图纸处理方法及其相关产品
CN116451931A (zh) 一种公共服务设施选址行政管理决策的数据处理方法
CN109872390A (zh) 一种海量三维模型的组织方法
CN105894553B (zh) 一种基于格栅选择的街巷空间形态布局方法
CN102902854A (zh) 基于遗传算法的参数化住宅平面生成设计方法
CN114417467A (zh) 城市密集区通风廊道的建立方法、装置、介质及设备
Beirão et al. Structuring a generative model for urban design: linking GIS to shape grammars
CN111241619B (zh) 一种规则驱动的协同交互式空间布局自动设计方法
Camozzato A method for growth-based procedural floor plan generation
CN103049614B (zh) 一种控制智慧楼宇中声波运动轨迹的方法、装置
CN115391871A (zh) 商业用地自动布局方法、电子设备及存储介质
CN108345688A (zh) 一种城市设计的数字化转译及应用方法
CN115391870A (zh) 住宅用地自动规划布局方法、电子设备及存储介质
Li Exploration of energy-saving chilling landscape design based on algo for group intelligence
Wan et al. Exploring how to Lead the Transformation of Small and Medium-Sized Cities by Integration of Multi Planning: Case Study of Jieshou City, Anhui Province, China
Luo Public Art and Space Environment Design Using Genetic Algorithm-Guided 3D Virtual Reconstruction
Zhang et al. Research on Automatic Generation Method of Urban Spatial Form Based on Parameter Translation——Taking the Planning of Suijiang New Town in Guangning County as an example

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