JP7077512B2 - 設計支援装置及び設計支援モデル学習装置 - Google Patents

Description

本発明は、設計支援装置及び設計支援モデル学習装置に関する。

従来、建物を構成する部品の集合体の仮想３次元モデルを用いた集計システムが知られている（例えば、特許文献１）。また、建物を構成する各部品の集合体の仮想３次元モデルを用いた処理システムが知られている（例えば、特許文献２）。

特開2016-115040号公報 特開2017-224014号公報

建物の設計が行われる場合、建物の発注者の要望に応じて建物の各室の設計が行われる。発注者によって要望は異なるため、設計者は、新たな建物が建設される毎に建物の各室の設計作業を行う必要がある。

しかし、設計対象の建物が異なる場合であっても、過去に建設された建物の設計内容を参考にすることができる場合がある。特に、同じ用途の建物における同じ用途の室については、既に設計が完了した建物の実績情報の活用が可能である場合が多い。

しかし、現状では、新たな建物が建設される毎に一から設計作業が行われ、既に設計が完了した建物の実績情報は適切に活用されていない、という課題がある。

上記特許文献１～上記特許文献２に記載の技術では、建物を構成する部品の集合体の仮想３次元モデルを用いて集計又は処理を行う技術が開示されているが、既に設計が完了した建物の実績情報を用いることについては開示されていない。

本発明は上記事実を考慮して、既に設計が完了した建物の実績情報に応じて、建物の各室の設計支援を適切に行うことを目的とする。

上記目的を達成するために、本発明の設計支援装置は、設計対象の建物の用途を表す建物用途情報と、前記設計対象の建物の室の用途を表す室用途情報とを取得する情報取得部と、前記情報取得部によって取得された前記建物用途情報及び前記室用途情報と、既に設計が完了した建物である実績建物の用途を表す実績建物用途情報及び該実績建物の室の用途を表す実績室用途情報と前記実績建物の室の設計条件との組み合わせを表す実績情報とに基づいて、前記設計対象の建物の前記室の設計条件を出力する設計条件出力部と、を含む。これにより、既に設計が完了した建物の実績情報に応じて、建物の各室の設計支援を適切に行うことができる。

本発明の前記実績情報は、学習用の建物の用途を表す学習用建物用途情報及び学習用の建物の室の用途を表す学習用室用途情報と前記学習用の室の設計条件との組み合わせを表す学習用データであり、前記設計条件出力部は、前記建物用途情報及び前記室用途情報を、前記学習用データに基づき予め学習された学習済みモデルへ入力し、前記学習済みモデルによる演算によって、前記設計対象の建物の前記室の設計条件を出力するようにしてもよい。これにより、既に設計が完了した建物の実績情報に応じて、建物の各室の設計支援を適切に行うことができる。

本発明の前記設計条件出力部は、前記情報取得部によって取得された前記建物用途情報及び前記室用途情報に対する前記実績情報から得られる、平均の前記室の設計条件、最低条件に対応する前記室の設計条件、頻度に応じた前記室の設計条件、実績時期に応じた前記室の設計条件、価格に応じた前記室の設計条件の少なくとも１つを含む設計条件を、前記設計対象の建物の前記室の設計条件として出力するようにしてもよい。これにより、既に設計が完了した建物の統計情報に応じて、建物の各室の設計支援を適切に行うことができる。

本発明の前記情報取得部は、前記設計対象の建物の設計方針に関する情報を表す設計方針情報を更に取得し、前記設計条件出力部は、前記設計方針情報と、前記設計方針情報に応じて予め設定された室の設計条件とに基づいて、前記設計対象の建物の前記室の設計条件を出力するようにしてもよい。これにより、設計対象の建物の設計方針に応じて、建物の各室の設計支援を適切に行うことができる。

また、本発明の設計支援モデル学習装置は、学習用の建物の用途を表す学習用建物用途情報及び学習用の建物の室の用途を表す学習用室用途情報と前記学習用の室の設計条件との組み合わせを表す学習用データに基づいて、設計対象の建物の用途を表す建物用途情報及び該設計対象の建物の室の用途を表す室用途情報から、設計対象の建物の前記室の設計条件を出力するためのモデルを学習させて、前記建物用途情報及び前記室用途情報から前記設計対象の建物の前記室の設計条件を出力する学習済みモデルを得る学習部を含む。これにより、建物の用途及び室の用途から室の設計条件を出力する学習済みモデルを得ることができる。

本発明によれば、既に設計が完了した建物の実績情報に応じて、建物の各室の設計支援を適切に行うことができる、という効果が得られる。

第１実施形態に係る設計支援装置の構成の一例を示すブロック図である。 本実施形態の室要件テーブルを説明するための説明図である。 ＭＲＩ室の室要件テーブルの一例を示す図である。 各建物の室要件テーブルの一例を示す図である。 ＭＲＩ室の実績情報の一例を示す図である。 実績情報に応じた設計条件の出力を説明するための説明図である。 第１実施形態に係る設計支援処理ルーチンの一例を示す図である。 第２実施形態に係る設計支援装置の構成の一例を示すブロック図である。 第２実施形態の学習用データの一例を示す図である。 第２実施形態の学習済みモデルの一例を示す図である。 第２実施形態に係る学習処理ルーチンの一例を示す図である。 第２実施形態に係る設計支援処理ルーチンの一例を示す図である。

以下、図面を参照して、本発明の実施形態について詳細に説明する。

＜第１実施形態に係る設計支援装置の構成＞

図１に、本発明の実施形態に係る設計支援装置１００の構成の一例を示す。本実施形態の設計支援装置１００は、機能的には、図１に示されるように、受付部１０、コンピュータ２０、及び表示部４０を含んだ構成で表すことができる。本実施形態の設計支援装置１００は、建築設計者によって行われる建築設計を支援する。

建築設計の分野では、ＢＩＭ(Building Information Modeling)の活用が進んでいる。建築設計者は、建築設計を行う際、設計対象の建物の３次元モデルを表すＢＩＭモデルを作成することにより、設計作業を進める。

建築設計が行われる際には、建築主に対してヒアリングが行われ、設計条件が確認されたうえで各室の設計条件が決定される。そして、決定された設計条件に基づき、建設対象の建物の計画及び設計等が行われる。

しかし、従来の設計手法では、一つの室に関する情報が、複数の異なる図面等へ分散されてしまう。例えば、設計対象の建物の各室に関する情報は、平面図、内部仕上表、各室データシート、荷重条件書、家具配置図、及び機械配置図等の複数の異なる図面等へ表記される。

また、従来の設計手法では、設計対象の建物と同一用途の建物が過去に設計された場合であっても、設計対象の建物の設計条件を一から決定する必要があり、既に設計が完了した建物の実績情報が適切に活用されていない。

そこで、本実施形態の設計支援装置１００は、既に設計が完了した建物の実績情報を用いて、設計対象の建物の設計を支援する。また、本実施形態では、図２に示されるように、設計対象の建物の室の要件に関する情報を含む室要件テーブルＲｔと設計対象の室オブジェクトＯｂとを分けて管理する。室要件テーブルＲｔの各情報は、設計対象の建物の各室の要求性能を表す情報である。

室要件テーブルＲｔと設計対象の室オブジェクトＯｂとを分けて管理することにより、実績情報を室要件テーブルＲｔへ反映することが可能となり、実績情報を用いて設計支援を行うことができる。

具体的には、本実施形態の設計支援装置１００は、既に設計が完了した建物の実績情報を用いて、室要件テーブルＲｔに格納される各情報の内容を決定する。また、設計支援装置１００は、室要件テーブルＲｔに格納された各情報を、設計対象の建物の各室オブジェクトＯｂへ反映することにより、設計対象の建物を表すＢＩＭモデルＭを生成する。これにより、新たな建物のＢＩＭモデルを設計する際に、建築設計に関する過去の実績情報を適切に活用することができる。

なお、室要件テーブルＲｔの各情報には、建築主の要望に応じて定まる情報も含まれている。従って、室要件テーブルＲｔの各情報が各室オブジェクトＯｂへ反映されると、設計対象のＢＩＭモデルＭへ建築主の要望が反映された状態となる。

以下、本実施形態について具体的に説明する。

受付部１０は、ユーザから入力された情報を受け付ける。受付部１０は、例えばキーボード、マウス、又は外部装置からの入力を受け付ける入出力装置等によって実現される。本実施形態において、ユーザは、設計対象の建物の用途を表す建物用途情報と、設計対象の建物の室の用途を表す室用途情報とを、受付部１０を介してコンピュータ２０へ入力する。

コンピュータ２０は、ＣＰＵ（Central Processing Unit）、各処理ルーチンを実現するためのプログラム等を記憶したＲＯＭ（Read Only Memory）、データを一時的に記憶するＲＡＭ（Random Access Memory）、記憶手段としてのメモリ、ネットワークインタフェース等を含んで構成されている。コンピュータ２０は、図１に示されるように、機能的には、基本要件情報記憶部２２と、情報取得部２４と、実績情報記憶部２６と、設計条件出力部２８と、オブジェクト記憶部３０と、設計条件決定部３２とを備えている。

基本要件情報記憶部２２には、設計対象の建物の各室の室要件テーブルが格納されている。

情報取得部２４は、受付部１０によって受け付けた建物用途情報及び室用途情報と、基本要件情報記憶部２２に格納された室要件テーブルとを取得する。なお、情報取得部２４は、室用途情報に対応する室要件テーブルを取得する。例えば、情報取得部２４は、室用途情報が「ＭＲＩ室」である場合には、図３に示されるような「ＭＲＩ室」に応じた室要件テーブルを取得する。

実績情報記憶部２６には、既に設計が完了した建物である実績建物に関する実績情報が格納されている。実績情報は、実績建物の用途を表す実績建物用途情報及び当該実績建物の室の用途を表す実績室用途情報と、当該実績建物の室の設計条件との組み合わせを表す情報である。

図４に、実績情報を説明するための説明図を示す。図４に示されるように、既に設計が完了した建物の用途毎に、その建物の各室の設計条件が実績情報として格納される。例えば、図４に示される実績情報ＲＢｔは、病院のＭＲＩ室に関する実績情報である。この他にも、分譲マンションの特定の室に関する実績情報ＲＭｔ、賃貸オフィスの特定の室に関する実績情報ＲＯｔ等が実績情報記憶部２６に格納される。これらの実績情報は、既に設計が完了した建物のＢＩＭモデルから取得される。

具体的には、実績情報記憶部２６には、建物用途別、建築主別、及び室用途別の実績情報が格納される。例えば、図５には、建物用途が「病院」であり、室用途が「ＭＲＩ」室である実績情報の一例が示されている。実績情報を構成する情報としては、例えば、以下の（１）～（６）が挙げられる。

（１）室の大きさ（平面的な縦横の寸法及び天井高さ）
（２）室内の仕上の仕様（床、壁、及び天井の仕上げの他、床下がり、床の平滑度、電磁波、及び放射線のシールド条件等）
（３）環境条件（室が居室又は非居室であるか、及び室が年を通じてどのような空調環境条件であるべきか等の条件等）
（４）構造条件（室が工学的に保持している荷重条件、建築基準法で定められた荷重条件、及び顧客の機械設備等による荷重条件）
（５）騒音及び振動発生条件（トイレ、機械室等、及び騒音の発生源であるか、又は、会議室、宴会場、及び居室等騒音を避けるべき室であるか並びにどの程度の静寂が必要か等）
（６）各室で予想される設計及び施工面でのリスクに関する情報

設計条件出力部２８は、情報取得部２４によって取得された建物用途情報及び室用途情報と、実績情報記憶部２６に格納された実績情報とに基づいて、設計対象の建物の室の設計条件を出力する。

具体的には、設計条件出力部２８は、情報取得部２４によって取得された建物用途情報及び室用途情報に対応する実績情報から得られる室の設計条件を、設計対象の建物の室の設計条件として出力する。

本実施形態の設計条件出力部２８は、実績情報に対して統計処理を行い、実績情報の頻度に応じた設計条件を出力する。図６に、実績情報の頻度に応じた設計条件を説明するための説明図を示す。

例えば、設計条件出力部２８は、図６に示されるように、室要件テーブルＳｋ内のＲ１において「主な条件２」の設計条件として、ｘ_４，１「３Ｔ」の頻度を表す度数「７」と、ｘ_４，２「１．５Ｔ」の頻度を表す度数「５」と、ｘ_４，３「５Ｔ」の頻度を表す度数「１」とを出力する。頻度を表す度数は、実績情報記憶部２６に格納された実績情報に応じて求められる。

また、設計条件出力部２８は、室要件テーブルＳｋ内のＲ１において「床下がり」の設計条件として、ｘ_２１，１「３００」の頻度を表す度数「１１」と、ｘ_２１，２「３５０」の頻度を表す度数「１」とを出力する。また、設計条件出力部２８は、室要件テーブルＳｋ内のＲ１において「天井高」の設計条件として、ｘ_２２，１「３，０００」の頻度を表す度数「１１」と、ｘ_２２，２「３，３００」の頻度を表す度数「１」とを出力する。

また、設計条件出力部２８は、室要件テーブルＳｋ内のＲ２において「積載荷重」の設計条件として、ｘ_９８，１「６ｔ」の頻度を表す度数「３」と、ｘ_９８，２「７．２ｔ」の頻度を表す度数「２」と、ｘ_９８，３「７．５ｔ」の頻度を表す度数「５」と、ｘ_９８，４「８．５ｔ」の頻度を表す度数「１」とを出力する。

設計条件出力部２８から出力された設計条件の各々は、表示部４０によって表示される。ユーザは、表示部４０によって表示された設計条件を確認し、複数の設計条件の各々から、特定の設計条件を選択する。そして、ユーザは、選択した特定の設計条件を、受付部１０を介してコンピュータ２０へ入力する。ユーザである建築設計者は、例えば、各設計条件の候補の頻度を表す度数と設計対象の建物とを考慮して、何れの設計条件の候補を選択するかを決定する。そして、情報取得部２４は、受付部１０によって受け付けた特定の設計条件を取得する。

設計条件決定部３２は、情報取得部２４によって取得された特定の設計条件を、設計対象の建物の室の設計条件として決定する。

例えば、設計条件決定部３２は、図６の室要件テーブルＫｓに示されるように、情報取得部２４によって取得された特定の設計条件を、Ｓ１，Ｓ２として決定する。図６の室要件テーブルＫｓでは、「主な設計条件２」として「３Ｔ」が選択され、「床下がり」として「３００」が選択され、「天井高」として「３，０００」が選択され、「積載荷重」として「７．５ｔ」が選択されたことが分かる。

また、設計条件決定部３２は、オブジェクト記憶部３０に格納されたオブジェクトを読み出す。そして、設計条件決定部３２は、決定した設計条件を、読み出したオブジェクトへ反映する。

これにより、既に設計が完了した過去の建物の実績情報を用いて、設計対象の建物のＢＩＭモデルを適切に作成することができる。特に、設計対象の建物のＢＩＭモデルについて、建物の各室の要件に関する情報と建物の形状を表すオブジェクトとが別々に管理されることにより、設計条件に関する過去の実績情報を容易に収集することができる。

このため、設計対象である新たな建物のＢＩＭモデルを作成する際には、既に設計が完了した建物の各室の要件に関する条件の実績情報を用いて、設計対象の建物の各室の要件に関する情報を適切に決定することができる。

更に、実績情報に応じて決定された各室の要件に関する情報をオブジェクトへ反映することにより、設計対象のＢＩＭモデルを生成することが可能となり、実績情報を考慮した適切なＢＩＭモデルが生成される。

表示部４０は、設計条件決定部３２によって得られたＢＩＭモデルを結果として表示する。表示部４０は例えばディスプレイによって実現される。

＜設計支援装置１００の作用＞

次に、設計支援装置１００の作用を説明する。設計支援装置１００の受付部１０が、設計対象の建物の各室の室要件テーブルの入力を受け付けると、情報取得部２４は各室要件テーブルを基本要件情報記憶部２２へ格納する。また、設計支援装置１００の受付部１０が、設計対象の建物の形状を表すオブジェクトの入力を受け付けると、情報取得部２４はオブジェクトをオブジェクト記憶部３０へ格納する。また、設計支援装置１００の受付部１０が、実績情報の入力を受け付けると、情報取得部２４は実績情報を実績情報記憶部２６へ格納する。そして、設計支援装置１００は、設計対象の建物の建物用途情報と室用途情報とを受け付けると、図７に示す設計支援処理ルーチンを実行する。

＜設計支援処理ルーチン＞

ステップＳ１００において、情報取得部２４は、受付部１０によって受け付けた建物用途情報及び室用途情報を取得する。

ステップＳ１０２において、情報取得部２４は、上記ステップＳ１００で取得された室用途情報に対応する室要件テーブルを取得する。

ステップＳ１０４において、設計条件出力部２８は、上記ステップＳ１００で取得された建物用途情報及び室用途情報に対応する、実績情報記憶部２６に格納された実績情報から得られる室の設計条件を、設計対象の建物の室の設計条件の候補として出力する。具体的には、設計条件出力部２８は、実績情報の頻度に応じた設計条件の候補の各々と頻度を表す度数とを表示部４０に表示させる。

設計支援装置１００のユーザは、表示部４０の表示画面を確認し、複数の設計条件の候補から特定の設計条件を選択する。そして、ユーザは、受付部１０に対して選択結果に関する情報を入力する。

ステップＳ１０６において、情報取得部２４は、ユーザからの選択結果に関する情報が受付部１０によって受け付けられたか否かを判定する。ユーザからの選択結果に関する情報が受付部１０によって受け付けられた場合には、ステップＳ１０８へ進む。一方、ユーザからの選択結果に関する情報が受付部１０によって受け付けられていない場合には、ステップＳ１０６を繰り返す。

ステップＳ１０８において、設計条件決定部３２は、受付部１０によって受け付けられた特定の設計条件を、設計対象の建物の室の設計条件として決定する。

ステップＳ１１０において、設計条件決定部３２は、オブジェクト記憶部３０に格納されたオブジェクトを読み出す。そして、ステップＳ１１０において、設計条件決定部３２は、上記ステップＳ１０８で決定した設計条件を、読み出したオブジェクトへ反映する。

ステップＳ１１２において、設計条件決定部３２は、上記ステップＳ１１０で得られたＢＩＭモデルを結果として出力して、設計支援処理ルーチンを終了する。

表示部４０は、設計条件決定部３２から出力されたＢＩＭモデルを表示する。設計支援装置１００のユーザである建築設計者は、設計対象のＢＩＭモデルを確認し、更に詳細な箇所等に関しての設計作業を進める。

以上詳細に説明したように、本実施形態の設計支援装置１００は、建物用途情報及び室用途情報と、既に設計が完了した建物である実績建物の実績情報とに基づいて、設計対象の建物の室の設計条件を出力する。これにより、既に設計が完了した建物の実績情報に応じて、建物の各室の設計支援を適切に行うことができる。また、既に設計が完了した建物の統計情報に応じて、建物の各室の設計支援を適切に行うことができる。

また、本実施形態の設計支援装置１００によれば、新たな建物の設計が行われる毎に一から設計条件の決定を行うという作業が低減されるため、効率的に設計作業を行うことができる。

また、本実施形態の設計支援装置１００によれば、建物用途情報及び室用途情報を用いることにより、設計対象の建物と過去の実績情報とを紐付けることが可能となり、各室の設計条件の決定を適切に支援することができる。

＜第２実施形態＞

次に、本発明の第２実施形態について説明する。第２実施形態では、既に設計が完了した建物である実績建物の実績情報を学習用データとして設定し、設定された学習用データを用いて学習済みモデルを生成する点が第１実施形態と異なる。そして、第２実施形態では、学習済みモデルを用いて、設計対象の建物の室の設計条件を出力する。なお、第１の実施の形態と同様の構成となる部分については、同一符号を付して説明を省略する。

＜第２実施形態に係る設計支援装置の構成＞

図８に、第２実施形態に係る設計支援装置２００の構成の一例を示す。本実施形態の設計支援装置１００は、機能的には、図８に示されるように、受付部１０、コンピュータ２２０、及び表示部４０を含んだ構成で表すことができる。

コンピュータ２２０は、ＣＰＵ（Central Processing Unit）、各処理ルーチンを実現するためのプログラム等を記憶したＲＯＭ（Read Only Memory）、データを一時的に記憶するＲＡＭ（Random Access Memory）、記憶手段としてのメモリ、ネットワークインタフェース等を含んで構成されている。コンピュータ２２０は、図８に示されるように、機能的には、基本要件情報記憶部２２と、情報取得部２４と、実績情報記憶部２６と、設計条件出力部２２８と、オブジェクト記憶部３０と、設計条件決定部３２と、前処理部２２２と、学習用データ記憶部２２４と、学習部２２５と、学習済みモデル記憶部２２６とを備えている。

前処理部２２２は、実績情報記憶部２６に格納された実績情報に基づいて、学習用データを生成する。本実施形態の学習用データは、学習用の建物の用途を表す学習用建物用途情報及び学習用の建物の室の用途を表す学習用室用途情報と当該学習用の室の設計条件との組み合わせを表すデータである。

学習用データ記憶部２２４には、前処理部２２２によって生成された複数の学習用データが格納される。図９に、学習用データの一例を示す。図９に示されるデータＩＤ「00001」のデータでは、学習用の建物用途情報が「ＸＸＸ１」であり、かつ学習用の室用途情報が「ＹＹＹ１」であった場合に、学習用の室の設計条件が「ＺＺＺ１」であることが表されている。

学習用データは、後述する学習済みモデルが読み込み可能なデータ形式によって表現される。例えば、学習済みモデルが読み込み可能なように、学習用の建物用途情報、学習用の室用途情報、及び学習用の室の設計条件は、所定の数値等によって表現される。例えば、建物の用途が「病院」であれば、建物用途情報は、病院であること表す数値「１０」等によって表現されてもよい。

学習部２２５は、学習用データ記憶部２２４に格納された学習用データに基づいて、設計対象の建物の用途を表す建物用途情報及び該設計対象の建物の室の用途を表す室用途情報から、設計対象の建物の前記室の設計条件を出力するためのモデルを学習させて、学習済みモデルを得る。これにより、過去の実績情報が、学習済みモデルへ反映される。

本実施形態の学習済みモデルは、図１０に示されるように、建物用途情報及び室用途情報を入力データとし、各設計条件の確率を出力データとする。

なお、本実施形態の学習済みモデルは、例えば、図１０に示されるように、モデルの一例としてニューラルネットワークを用いることができ、学習アルゴリズムの一例としてディープラーニングを用いることができる。

学習済みモデル記憶部２２６には、学習部２２５によって得られた学習済みモデルが格納される。

設計条件出力部２２８は、情報取得部２４によって取得された建物用途情報及び室用途情報を、学習済みモデル記憶部２２６に格納された学習済みモデルへ入力し、当該学習済みモデルによる演算によって、設計対象の建物の室の設計条件を出力する。

具体的には、設計条件出力部２２８は、上記第１実施形態における、実績情報の各設計条件の頻度の度数に代えて、各設計条件の確率を出力する。例えば、設計条件出力部２８は、設計条件のうちの「積載荷重」に関して、「６ｔ」である確率が「０．３」、「７．２ｔ」である確率が「０．２」、「７．５ｔ」である確率が「０．４」、「８．５ｔ」である確率が「０．１」といった情報を出力する。

＜設計支援装置２００の作用＞

次に、設計支援装置２００の作用について説明する。設計支援装置２００は、学習済みモデルを生成するための学習処理ルーチンと、学習済みモデルからの出力に応じて設計条件を出力する設計支援処理ルーチンを実行する。

＜学習処理ルーチン＞

設計支援装置２００の前処理部２２２は、実績情報記憶部２６に格納された実績情報に基づいて、学習用データを生成し、学習用データ記憶部２２４へ格納する。そして、設計支援装置２００は、学習処理開始の指示信号を受け付けると、図１１に示す学習処理ルーチンを実行する。

ステップＳ２００において、学習部２２５は、学習用データ記憶部２２４に格納された学習用データを取得する。

ステップＳ２０２において、学習部２２５は、上記ステップＳ２００で取得された学習用データに基づいて、学習済みモデルを生成する。

ステップＳ２０４において、学習部２２５は、上記ステップＳ２０２で生成された、学習済みモデルを学習済みモデル記憶部２２６に格納する。

＜設計支援処理ルーチン＞

設計支援装置２００は、学習済みモデル記憶部２２６に学習済みモデルが格納され、設計対象の建物の建物用途情報と室用途情報とを受け付けると、図１２に示す設計支援処理ルーチンを実行する。

ステップＳ３０３において、設計条件出力部２２８は、学習済みモデル記憶部２２６に格納された学習済みモデルを読み出す。

ステップＳ３０４において、設計条件出力部２２８は、ステップＳ１００で取得された建物用途情報及び室用途情報を、上記ステップＳ３０３で読み出された学習済みモデルへ入力し、当該学習済みモデルによる演算によって、設計対象の建物の室の設計条件を出力する。

なお、第２実施形態に係る設計支援装置の他の構成及び作用については、第１実施形態と同様であるため、説明を省略する。

以上詳細に説明したように、本実施形態の設計支援装置２００は、設計対象の建物の建物用途情報及び室用途情報を、学習用データに基づき予め学習された学習済みモデルへ入力し、学習済みモデルによる演算によって、設計対象の建物の室の設計条件を出力する。これにより、既に設計が完了した建物の実績情報が反映された学習済みモデルを用いて、建物の各室の設計支援を適切に行うことができる。

また、本実施形態の設計支援装置２００は、学習用の建物の用途を表す学習用建物用途情報及び学習用の建物の室の用途を表す学習用室用途情報と当該学習用の室の設計条件との組み合わせを表す学習用データに基づいて、建物用途情報及び室用途情報から設計対象の建物の室の設計条件を出力する学習済みモデルを得る。これにより、建物の用途及び室の用途から室の設計条件を出力する学習済みモデルを得ることができる。

なお、本発明は、上述した実施の形態に限定されるものではなく、この発明の要旨を逸脱しない範囲内で様々な変形や応用が可能である。

例えば、上記実施形態では、モデルの一例としてのニューラルネットワークモデルをディープラーニングによって学習させる場合を例に説明したが、これに限定されるものではない。例えば、ニューラルネットワークモデルとは異なる他のモデルを、ディープラーニングとは異なる他の学習方法によって学習させてもよい。

また、上記第１実施形態の設計条件出力部２８は、実績情報に対して統計処理を行い、実績情報の頻度に応じた設計条件を出力する場合を例に説明したが、これに限定されるものではない。例えば、設計条件出力部２８は、実績情報に対する統計処理結果に応じて、平均の室の設計条件、最低条件に対応する室の設計条件、実績時期に応じた室の設計条件、及び価格に応じた室の設計条件の少なくとも１つを出力するようにしてもよい。また、設計条件出力部２８は、実績情報の頻度の変化量（例えば、直近１年において急に用いられ始めた設計条件等）に応じて、室の設計条件を出力するようにしてもよい。これにより、設計対象の建物が設計される時期のトレンドを考慮して、設計を行うことができる。

例えば、設計条件出力部２８の処理について、実績情報における各室の面積が「１０ｍ^２」、「２０ｍ^２」、「３０ｍ^２」であった場合を例に説明する。この場合、設計条件出力部２８は、室の平均の設計条件として「２０ｍ^２」を出力する。また、例えば、設計条件出力部２８は、最低条件に対応する室の設計条件として「１０ｍ^２」を出力する。

また、例えば、設計条件出力部２８は、実績情報を所定期間によって区切り、その所定期間内における室の設計条件を、実績時期に応じた室の設計条件として出力する。例えば、所定期間を直近３年と設定することにより、技術革新によって起こる設計条件の変化を考慮することができる。例えば、病院のＭＲＩ室に設置されるＭＲＩの仕様が変化することにより、ＭＲＩ室に要求される設計条件も変化する。このため、所定期間を直近３年と設定することにより、そのような変化を考慮した設計条件を出力することができる。

また、例えば、設計条件出力部２８は、各設計条件の価格を付与した設計条件を、価格に応じた室の設計条件として出力するようにしてもよい。これにより、設計条件の価格を考慮した設計を行うことができる。

また、情報取得部２４は、設計対象の建物の設計方針に関する情報を表す設計方針情報を更に取得し、設計条件出力部２８は、当該設計方針情報と、設計方針情報に応じて予め設定された室の設計条件とに基づいて、設計対象の建物の室の設計条件を出力するようにしてもよい。設計方針情報としては、例えば、「コスト重視」及び「デザイン重視」等のラベルが各実績情報に付与されており、設計条件出力部２８は、当該設計方針情報毎に用意された室の設計条件を用いて、設計対象の建物の室の設計条件を出力するようにしてもよい。

また、室の設計条件を複数種類へ分類するようにしてもよい。例えば、室の設計条件に関して、固定的な設計条件と、変動的な設計条件と、中間的な設計条件との３つに分類するようにしてもよい。この場合には、設計条件出力部２８は、室要件テーブルのうちの固定的な設計条件に対しては、所定の規準を満たした設計条件のみを出力し、室要件テーブルのうちの変動的な設計条件及び中間的な設計条件に対しては、複数の設計条件を出力するようにしてもよい。

また、上記実施形態において、ユーザによって選択された設計条件を実績情報として格納するようにしてもよい。この場合、ユーザによって選択された設計条件に対して重みを与え、「設計者（又は建築主）の選択しやすい候補」として優先的に出力するようにしてもよい。

また、上記実施形態では、設計支援装置は、学習処理と設計支援処理とを行う場合を例に説明したが、これに限定されるものではない。例えば、学習用データに基づいて学習処理を行う設計支援モデル学習装置と、設計支援処理を行う設計支援装置とによってシステムを構成してもよい。

また、上記ではプログラムが記憶部（図示省略）に予め記憶（インストール）されている態様を説明したが、プログラムは、ＣＤ－ＲＯＭ、ＤＶＤ－ＲＯＭ及びマイクロＳＤカード等の記録媒体の何れかに記録されている形態で提供することも可能である。

１０ 受付部
２０，２２０ コンピュータ
２２ 基本要件情報記憶部
２４ 情報取得部
２６ 実績情報記憶部
２８，２２８ 設計条件出力部
３０ オブジェクト記憶部
３２ 設計条件決定部
４０ 表示部
１００，２００ 設計支援装置
２２２ 前処理部
２２４ 学習用データ記憶部
２２５ 学習部
２２６ 学習済みモデル記憶部

Claims (3)

1. 設計対象の建物の用途を表す建物用途情報と、前記設計対象の建物の室の用途を表す室用途情報とを取得する情報取得部と、
   前記情報取得部によって取得された前記建物用途情報及び前記室用途情報と、既に設計が完了した建物である実績建物の用途を表す実績建物用途情報及び該実績建物の室の用途を表す実績室用途情報と前記実績建物の室の設計条件との組み合わせを表す実績情報とに基づいて、前記設計対象の建物の前記室の設計条件を出力する設計条件出力部と、を含み、
   前記実績情報は、学習用の建物の用途を表す学習用建物用途情報及び学習用の建物の室の用途を表す学習用室用途情報と前記学習用の室の設計条件との組み合わせを表す学習用データであり、
   前記設計条件出力部は、前記建物用途情報及び前記室用途情報を、前記学習用データに基づき予め学習された学習済みモデルへ入力し、前記学習済みモデルによる演算によって、前記設計対象の建物の前記室の設計条件を出力する、
   設計支援装置。
2. 前記情報取得部は、前記設計対象の建物の設計方針に関する情報を表す設計方針情報を更に取得し、
   前記設計条件出力部は、前記設計方針情報と、前記設計方針情報に応じて予め設定された室の設計条件とに基づいて、前記設計対象の建物の前記室の設計条件を出力する、
   請求項１に記載の設計支援装置。
3. 学習用の建物の用途を表す学習用建物用途情報及び学習用の建物の室の用途を表す学習用室用途情報と前記学習用の室の設計条件との組み合わせを表す学習用データに基づいて、設計対象の建物の用途を表す建物用途情報及び該設計対象の建物の室の用途を表す室用途情報から、設計対象の建物の前記室の設計条件を出力するためのモデルを学習させて、前記建物用途情報及び前記室用途情報から前記設計対象の建物の前記室の設計条件を出力する学習済みモデルを得る学習部
   を含む設計支援モデル学習装置。

Images