面向人工智能的建筑计算性设计研究
人工智能技术在结构设计和有限元计算中的应用研究
人工智能技术在结构设计和有限元计算中的应用研究摘要：1.引言2.人工智能技术概述3.结构设计中的应用4.有限元计算中的应用5.案例分析6.结论与展望正文：【引言】随着科技的不断发展，人工智能技术已经在各个领域取得了显著的成果。
结构设计和有限元计算作为工程领域中的重要环节，也逐渐与人工智能技术相结合。
本文将探讨人工智能技术在结构设计和有限元计算中的应用研究，以期为相关领域提供参考。
【人工智能技术概述】人工智能技术是一种通过模拟人类智能的方法，使计算机具有学习、推理、感知等能力。
在结构设计和有限元计算领域，人工智能技术可以有效地解决复杂数学模型和大量数据分析的问题。
主要包括以下几种方法：1.机器学习：通过训练样本数据，使计算机自动获取规律，提高计算精度和效率。
2.深度学习：基于神经网络的一种机器学习方法，具有较强的数据抽象和特征提取能力。
3.专家系统：模拟专家在特定领域内的知识和经验，为用户提供决策支持。
【结构设计中的应用】在结构设计中，人工智能技术可以通过以下几个方面发挥作用：1.优化设计：利用人工智能技术进行结构优化，提高设计质量和性能。
2.参数化设计：通过人工智能技术，实现参数化建模和自动化绘图，提高设计效率。
3.概念设计：借助人工智能技术，实现创新性概念设计，缩短设计周期。
【有限元计算中的应用】在有限元计算中，人工智能技术可以提高计算精度和效率，主要包括以下几个方面：1.网格划分：利用人工智能技术自动或半自动进行网格划分，提高计算精度。
2.求解器优化：将人工智能技术应用于求解器，提高计算速度和收敛性。
3.参数识别：通过人工智能技术，自动识别和提取有限元模型中的参数，提高计算精度。
【案例分析】以某高层建筑结构设计为例，采用人工智能技术进行结构设计和有限元计算。
通过机器学习和深度学习方法，对结构进行优化设计和参数化建模。
同时，利用专家系统进行设计审查和风险评估。
最终，在保证结构安全的前提下，提高了设计质量和效率。
人工智能辅助设计的研究进展与前景
人工智能辅助设计的研究进展与前景近年来，随着人工智能技术的快速发展和应用，人工智能辅助设计成为了设计领域的热门话题。
人工智能作为一种能够模仿人类智能的技术，具备强大的计算能力和学习能力，为设计师们在设计过程中提供了全新的思考方式和工具。
本文将围绕人工智能辅助设计的研究进展与前景展开论述。
首先，人工智能辅助设计的研究进展在不同设计领域取得了显著的成果。
在建筑设计领域，人工智能可以通过大数据分析和计算模拟，辅助设计师在规划、布局和结构优化方面做出精确的判断和决策。
在工业设计领域，人工智能可以通过图像识别和分析，快速生成设计草图，并提供相应的设计建议。
在艺术设计领域，人工智能可以通过学习和模仿人类艺术家的创作风格，生成独特且富有创意的艺术作品。
这些研究成果在提高设计效率、优化设计方案和推动设计创新方面发挥着重要作用。
其次，人工智能辅助设计所带来的便利和创造力的提升，为设计行业打开了广阔的前景。
在设计过程中，人工智能可以帮助设计师快速搜集和分析大量的设计数据，使设计师能够更好地理解用户需求和市场趋势，为用户提供更优质的设计解决方案。
同时，人工智能还可以通过算法模拟和优化，在设计创意的生成和筛选过程中提供更多可能性，激发设计师的创造力和想象力。
此外，人工智能还可以与设计师进行协同设计，提供实时的反馈和建议，从而更好地实现设计师与系统之间的互动和合作。
这些前景使得人工智能辅助设计具备了广泛的应用领域和市场需求。
然而，人工智能辅助设计仍然面临着一些挑战和问题。
首先是人工智能在设计领域的技术和算法尚未达到成熟阶段，需要进一步的研究和发展。
目前，人工智能在设计过程中还存在一定的误差和限制，无法完全取代设计师的思考和决策。
其次是人工智能在设计创新方面的能力还有待提高。
虽然人工智能可以通过学习和模仿人类的创作风格生成艺术作品，但其是否真正具备创造性和独创性仍然有待讨论。
此外，人工智能辅助设计还面临着技术伦理和法律问题，例如如何保护用户隐私和知识产权。
基于人工智能技术的建筑工程造价估算研究
基于人工智能技术的建筑工程造价估算研究摘要：为了使人工智能技术在工程造价过程中能更好地运用，首先要进一步发展人工智能技术，使它能够完全取代人工手算，达到最高的精确度。
其次，也要进一步提高人们自身运用人工智能技术的水平，使它能够最大程度地发挥作用。
最后，还要使人工智能技术与工程造价过程完美结合，从而为建筑行业提供更加广阔的前景。
基于此，对人工智能技术对工程造价过程的影响因素进行研究，仅供参考。
关键词：人工智能技术;工程造价现状;应用1.人工智能技术人工智能（ArtificialIntelligence）是研究人的智能活動规律，并模拟和实现人类智能行为的一门科学。
人工智能是一门综合性和交叉性的学科，与经济学、政治学、心理学、哲学、社会学等密切相关。
现阶段，人工智能技术主要应用在专家系统、计算机视觉、自然语言处理、智能机器人，以及人工神经网络等领域。
2.指标选取在工程造价的前期准备阶段，要编制施工图的预算并给出建议，便于建设方参考及决策。
影响前期准备的因素主要有建筑工程项目的设计因素、建设方法、客户的财务状况、技术要求、项目团队要求、项目持续时间、建设规模和范围、市场条件及合同要求。
基于本文主要研究人工智能技术对其的影响，从中选取建设工程项目的设计因素、建设方法、技术要求、项目持续时间四个因素，将其整合为便于寻找合适的方案、节约时间、使工程成本降低和缩短工作周期四个指标。
在熟悉图纸阶段，需浏览一遍图纸对工程有个大致的了解。
影响这一阶段的因素主要有建设工人的技能水平和识图能力、场地限制及建筑面积与层数。
基于人工智能技术这一前提条件，选取建设工人的技能水平和识图能力、场地限制这两个因素，将其整合为降低了用工和安全风险、满足各种场地限制两个指标。
在算量阶段，需要运用钢筋抽样软件和图形算量软件。
影响算量这一阶段的因素主要有建设工人的细心程度、项目的复杂性及项目信息。
在人工智能技术的前提条件下，选取建设工人的细心程度、项目的复杂性两个因素，将其整合为提高计算的精确度、节约人力资源与时间两个指标。
智能建筑设计的发展研究与探索
智能建筑设计的发展研究与探索摘要：智能建筑设计是当前建筑设计领域的一个热点研究方向。
本文旨在探讨智能建筑设计的发展情况以及应用前景，并提供相关建议。
首先，通过对智能建筑设计的定义和特点进行介绍，概述了智能建筑设计的研究现状。
然后，从智能建筑设计的技术应用、节能环保、人性化设计等方面，探讨了智能建筑设计的优势和挑战。
关键词：智能建筑设计；技术应用；节能环保随着科技的不断进步和社会的不断发展，智能建筑设计作为一种新兴的设计理念和方法，逐渐引起了人们的广泛关注。
智能建筑设计通过运用先进的技术手段，实现建筑的智能化管理和服务，为人们提供更加舒适、安全、便捷的居住和工作环境。
然而，智能建筑设计在实践中仍面临着一些挑战，如技术应用的复杂性、节能环保的可持续性和人性化设计的需求等。
因此，本文旨在对智能建筑设计的发展情况进行深入研究，探索其应用前景，并提供相关建议，以促进智能建筑设计的进一步发展。
一、工程监理行业所面临的机遇和挑战智能建筑设计是指利用现代科技手段和先进技术，将建筑与智能化系统相结合，实现建筑物的智能化功能和管理。
智能建筑设计的目的是提高建筑物的能源利用效率、舒适度和安全性，为人们创造一个更加宜居、智能化的生活和工作环境。
智能建筑设计的特点有以下几个方面：首先，智能建筑设计注重能源的节约与可持续发展。
通过采用节能技术和设备，如太阳能发电系统、热泵系统、智能灯光控制系统等，实现建筑物能耗的降低和能源的有效利用。
同时，智能建筑设计还注重建筑材料的选择和建筑形态的设计，以减少建筑物对环境的影响，实现可持续发展。
其次，智能建筑设计强调舒适度和人性化。
通过智能化系统的应用，如温控系统、智能调光系统、空气净化系统等，实现对建筑物内部环境的精确控制，提供更加舒适和适宜的室内环境。
同时，智能建筑设计还考虑到人们的使用习惯和需求，通过智能化设备和智能化布局，提供更加便捷和人性化的使用体验。
再次，智能建筑设计注重安全性和智能化管理。
人工智能在工程设计中的应用
人工智能在工程设计中的应用人工智能（AI）的发展已经逐渐深入到了我们的生活的方方面面。
很多人认为AI的应用范围只限于计算机、医学或智能家具等领域，然而它在工程设计中的应用也非常广泛。
本文将从以下几个方面来探讨人工智能在工程设计中的应用。
一、优化设计在工程设计中，通常需要进行复杂的分析和计算，以确保产品或系统的性能和可靠性满足要求。
但是，由于每个设计都是独特的，往往不可能找到完美的解决方案。
这时，人工智能算法可以通过对设计的优化和控制，找出最优的解决方案。
例如，在机械设计中，人工智能可以通过使用神经网络设计来确定的最佳的构件形状和材料，从而提高机械设备的整体效率和可靠性。
同时，优化设计与模拟也可以在工程设计中的应用。
这类算法通过对大量的模拟和测试数据进行分析，根据数据的规律性输出一组最佳的设计参数。
这种机制使得机械设备设计中复杂的计算和模拟成为可能，同时也大大简化了设计师的工作。
二、预测性维护在工程设备的使用过程中，通常需要定期进行维护，以确保设备的正常运行。
传统的维护方式通常是周期性的、基于时间表的，效率低下且精度不够高。
而人工智能技术可以通过对设备的使用过程进行监控、数据分析，进行预测维护，提高维护工作的精度和效率。
例如，在工业生产中，传感器可以收集数据，从而生成机器学习模型，并使用该模型进行预测性维护。
这种方法可以将停机时间最小化，减少安全风险，同时也减少维护成本。
三、质量控制质量控制在工程设计中至关重要，因为测量和控制产品或系统的性能和可靠性是设计过程中的关键因素。
传统的质量控制方法通常是基于经验和复杂的算法，而人工智能技术可以通过对数据的整合和分析生成一个有效的质量控制方法。
例如，人工智能可以对数据进行统计和分析，确定有问题的公差级别，并自动调整机器和设备，从而避免产品质量问题。
此外，还可以在产品开发阶段就对质量控制进行分析，尽早发现和解决问题，提高生产效率。
四、人力工作自动化在工程设计中，往往需要完成大量重复性、机械性的工作，这对设计师的体力和意志是一种极大的考验。
建筑结构设计中的人工智能应用
建筑结构设计中的人工智能应用随着科技的不断进步和人工智能技术的日益发展，人工智能在各个领域都得到了广泛的应用，包括建筑结构设计。
人工智能在建筑结构设计中的应用，不仅仅提高了效率和准确性，还推动了建筑行业的创新和发展。
本文将深入探讨人工智能在建筑结构设计中的应用，并对其带来的影响进行分析。
一、人工智能在结构分析中的应用1. 结构优化设计结构优化设计是建筑结构设计的重要环节之一，通过优化设计可以提高建筑物的稳定性和安全性。
传统的结构优化设计需要大量的计算和试错，耗时且效果不理想。
而借助人工智能技术，可以通过建立有效的算法模型，提高结构分析的速度和准确性。
人工智能可以通过学习和模拟建筑结构的工作原理，实现自动化的结构优化设计，大大降低了设计的时间和成本。
2. 数据处理与挖掘在建筑结构设计过程中，收集并处理大量的数据是必不可少的。
人工智能可以通过数据挖掘的技术，从大数据中提取有用的信息和规律，帮助设计师更好地理解和分析结构模型，并为结构设计提供支持和指导。
同时，人工智能还可以通过分析建筑结构的历史数据和经验，提供更准确的预测和建议，以改进现有设计方案。
二、人工智能在结构计算中的应用1. 结构计算模型在建筑结构设计中，为了保证结构的稳定性和安全性，需要进行大量的结构计算。
人工智能可以通过建立结构计算模型来模拟和预测不同负荷下结构的行为和性能。
通过模型的学习和训练，人工智能可以快速准确地进行结构响应和损伤评估，帮助设计师做出更科学合理的决策。
2. 结构优化算法结构优化算法是人工智能在建筑结构设计中的一个重要应用方向。
通过建立高效的优化算法模型，可以帮助设计师快速找到最佳的结构设计方案。
人工智能可以基于已有的结构数据和规范，自动生成最优化的结构参数，提高结构设计的效率和准确性。
此外，人工智能还可以根据具体的需求和约束条件，进行多目标优化设计，以满足不同的设计要求。
三、人工智能在结构监测与维护中的应用1. 结构监测与诊断人工智能可以应用于建筑结构的实时监测与诊断，通过传感器、数据采集系统等设备，收集和分析结构的运行数据。
基于人工智能技术的建筑工程造价估算研究
基于人工智能技术的建筑工程造价估算研究摘要：随着我国社会经济的发展，我国建筑工程也得到了很大的提高，在建筑工程管理中最重要的就是建筑工程造价估算，在建筑工程的前期阶段，建筑工程项目造价估算是必不可少的关键部分。
由于建筑工程项目受到很多方面因素的制约，所以建筑工程项目的造价估算的准确性也受到相应的影响。
人工智能技术在建筑工程造价估算中的应用，可以提高建筑工程造价估算的准确率。
关键词：人工智能技术；建筑工程管理；造价估算；工程造价；引言建筑工程预算是一项经验性很强的工作。
它没有深奥的理论，但是要求预算编审人员具备十分丰富的经验，不仅要具备足够的建筑工程背景知识，还要掌握和熟练运用数以千计的规则。
从表面上看，这些规则是“死”的，“固定”的和“明确”的，实际上在执行这些规则时会发现，它们是活的，相对可变的，有时还是“模糊”的。
因此，经验对于正确理解和执行规则，保证预算工程的质量是至关重要的。
[1]一个有经验的预算员可以得心应手地运用自己的知识，因地制宜地执行各种规则，从而编制出正确的工程造价预算：而一个生手，面对施工图纸、手册和一大堆规则，往往会不知所措，他必须向老预算员请教。
这种性质的工作为人工智能技术提供了用武之地。
1人工智能技术分析1.1人工智能技术概念随着现代化科学技术的迅速发展，计算机技术在人们的工作和生活领域得到了广泛的应用，计算机技术作为人类智能活动的主要工具，取代人类手工生产方式已经成为了一种科学技术发展的必然趋势。
计算机技术的发展和计算机设备的应用促进了人类智能技术的发展。
人工智能是人类智能的行为，依据人类智能生活发展的规律，通过计算机来运行特定的程序代码，完成人类的任务活动的行为。
人们使用计算机技术建立人工智能系统，帮助人们实现某种特定的行为。
人类智能技术就是通过对计算机技术的研究和开发来对人类的智能行为进行模拟。
随着人工智能技术的快速发展，人工智能化系统在建筑工程造价估算中也得到了广泛的应用。
基于人工智能的建筑优化设计研究
基于人工智能的建筑优化设计研究摘要：智能建筑是信息技术飞速发展的产物，能够适应人类不断增长的物质需求。
智能建筑中不仅包括物理设备，还包括软件环境，能够使人们在舒适的环境中享受自动化服务。
人工智能建筑体系由网络系统控制，包括通信系统、安防系统、信息系统和商务系统，旨在为社区居民提供更安全、高效且便利的建筑环境。
关键词：现代高层建筑；建筑；智能设计1建筑人工智能设计现状1.1建筑理念陈旧人工智能建筑在人们日常生活和工作中发挥着重要作用，能够为人们提供更安全、高效的生存环境，改善人们的心情，使人们精神愉悦，提高工作积极性，从而达到提高生产效率的目的。
但是，从目前的实际工作现状来看，我国智能建筑研发依旧存在许多不足，研发思路应与社会发展一致，做到与时俱进。
但在研发过程中，许多开发商的工作思路和最终方案与社会发展实际不同，落后于科技发展水平及消费者的实际物质需求，很难符合时代发展要求，甚至有一部分开发商为了节约生产成本，获取更多的经济收益，只是沿用传统的设计理念和设计方案，很难顺应时代发展方向，与时代发展相脱节。
而这种设计理念建造出的智能建筑，不能满足群众的实际需求，导致人工智能建筑市场不断缩水。
1.2缺乏专业人才目前，随着科技水平的不断发展，我国建筑施工逐步向人工智能、现代化方向发展。
从建筑人工智能系统的施工现状来看，依旧存在一定的不足，以电气自动化系统安装为例，安装质量存在问题，安装技术有待提高，这也说明在人工智能建筑系统中，施工人员缺乏专业的技术理论知识，导致设计中选择的系统并不适用实际施工需求，再加上我国没有人工智能系统集成产品，导致整个施工过程人工智能水平不高。
2高层建筑人工智能设计存在的问题2.1智能技术不成熟目前，部分智能技术发展并不成熟，施工人员缺乏技术实践经验，很难保证智能技术的定义效果，使得高层建筑的绿色人工智能建筑缺乏全面、整体的布局，很难将智能技术充分应用到实际施工中。
2.2设计方案难以落实高层建筑的人工智能设计对设计方案质量提出了更高的要求，设计方案必须具备高度的科学性和可行性，以进一步实现高层建筑的人工智能设计。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
面向人工智能的建筑计算性设计研究
摘要：梳理科学技术发展与工程实践需求交织作用下，计算应用于建筑设计的历史演化，提出建筑计算性设计并解析了建筑计算性设计思维和流程特征；面向人工智能时代背景，从信息集成、映射建模和决策支持3方面剖析了人工智能技术在建筑计算性设计中的应用，最后对建筑计算性设计发展前景进行了展望。
关键词：建筑计算性设计；人工智能；信息集成；映射建模；决策支持
一、建筑计算性设计思维、流程与技术特征
1.1建筑计算性设计思维的系统化与动态化特征
建筑计算性设计在发展演化中受到科学思想推动，融合了系统科学、复杂性科学思想，形成了系统化的思维体系。
基于系统科学与复杂性科学思想，建筑计算性设计思维将人居环境系统解析为建筑子系统和环境子系统，温度、湿度、天空亮度、日照辐射变化等环境子系统扰动会改变人居环境系统平衡状态，并通过两组子系统之间的能量、物质交互逐步回归于平衡状态。
因此，建筑计算性设计思维具有鲜明的系统化和动态化特征，其系统化特征推动了建筑设计过程从建筑单系统主导向建筑环境双系统协同转型，深化了建筑设计过程对人居环境系统的权衡响应。
人工智能致力于实现非生物体人工系统对人类智能行为的仿真，旨在模仿、应用人类逻辑思维、形象思维和灵感思维展开创造性工作。
人工智能在大脑扫描与心电感应方面的技术发展，推动了建筑计算性设计思维由物理场域下的系统化协同向涵盖心理、文化等多场域层次的复合系统化协同转型；同时，人工智能在图像识别、自然语言处理、大数据分析方面的技术发展，加强了建筑计算性设计思维对自组织与自适应过程的解析，使建筑计算性设计由设计阶段的动态化响应向全周期与即时性动态响应拓展。
可见，人工智能语境下，建筑计算性设计思维的系统化特征将日趋多维度复合，动态化特征将日益多频度综合。
1.2建筑计算性设计支撑技术的信息化与智能化特征
建筑是人居环境系统的子系统，其自组织与自适应演化受建筑性能诉求推动与人居环境系统约束。
建筑计算性设计需集成、分析人居环境系统大数据，并自动化、程式地展开方案生成与性能优化。
在建筑计算性设计思维与流程特征的双重要求下，建筑环境系统信息集成、建筑性能映射建模和性能导向决策支持是建筑计算性设计的关键技术问题。
人工智能作为建筑计算性设计的支持技术，其在大数据分析、图像识别、深度学习方面的技术发展将突破建筑计算性设计支技术在建筑环境系统信息集成方面的大规模数据建模瓶颈，提高建筑计算性设计支撑技术信息化水平；突破建筑计算性设计支撑技术在性能映射建模方面的技术瓶颈，权衡多性能目标展开设计决策制定，提高建筑计算性设计支撑技术的智能化水平。
二、建筑计算性设计中人工智能技术应用
2.1人工智能语境下的建筑环境信息集成
建筑环境系统信息集成是基于人居环境系统中建筑与环境交互作用机理，结合建筑子系统形态空间构建逻辑，建立建筑环境信息参数化关联关系的过程。
其将建筑和环境子系统信息转译为可计算数据，使之成为设计参量与边界条件，为工程实践问题的计算性求解奠定了数据基础；同时，所建立的关联关系可保证建筑计算性设计过程中建筑与环境子系统信息的协同演化。
可见，建筑环境系统信息集成是建筑计算性设计展开的科学基础与先决条件。
人工智能在云计算、三维重建领域的发展引发了建筑环境信息集成的新探索，涌现出动态建筑环境信息建模、建筑信息云管理和低空摄影测量建模等方面的研
究成果，其中动态建筑环境信息和基于低空摄影测量的建筑环境信息集成技术日
渐受到学界关注。
动态建筑环境信息建模技术是“动态建筑信息建模”技术的新发展，其通过云计算与参数化编程，可实现建筑、环境与性能多层级信息的参数化
关联，达成建筑建模、气候数据分析和建筑性能仿真多工具平台的数据协同交互。
2.2人工智能语境下的建筑性能映射建模
建筑性能映射建模是指建构建筑设计参量与建筑性能设计目标之间数值关联
关系的过程。
建筑设计参量与建筑性能之间的映射模型是建筑计算性设计自组织
生成逻辑和自适应优化适应度评价函数的制定依据。
如建筑性能仿真模拟、建筑
设计参量与性能回归模型建构等都是建筑性能映射建模技术。
同时，建筑形态空间、材料构造、设备工况、局地气候、使用者行为等设计参量与建筑节能、热舒适、光舒适、造价等性能之间的映关系具有非线性特征，建模难度较高。
面对建
筑计算性设计的大数据量、高效率处理需求，基于物理建模的建筑性能与设计参
量映射建模技术局限日趋突显，难以满足建筑计算性设计对海量数据的分析处理
需求。
人工智能在机器学习领域的发展推动了建筑性能映射建模研究发展，衍生
出基于数据驱动的建筑性能映射建模技术研究热点，其将针对建筑能耗预测等非
线性映射建模过程由物理模型仿真转译为数学关系解析，可显著提高映射建模精
度与效率。
数据驱动映射建模技术一般包括映射模型结构设计、映射模型训练数
据集建构、映射模型训练与测试3方面内容，可应用人工神经网络（ArtifificualNeuralNetwork，ANN）、支持向量机（SupportVectorMachine，SVM）等机器学习工具建构建筑设计参量与采暖制冷能耗、照明能耗、自然采光性能、
碳排放性能之间的映射关系模型。
映射模型训练数据获取决定着映射建模效率，
既有训练数据获取依赖人机交互逐次模拟，效率低，且建立多性能映射模型时需
重复建模，笔者综合应用建筑信息建模、参数化编程和遗传优化搜索技术，针对
严寒地区办公建筑形态与能耗映射建模问题，研发了可自动展开训练数据生成，
无需重复建模的神经网络训练数据参数化生成模型。
2.3人工智能语境下的性能导向决策支持
性能导向决策支持是基于建筑性能优化设计目标，通过数据、模型和策略反馈，支撑设计者完成设计决策制定的过程。
数据挖掘、联机分析处理、优化搜索
等均属于决策支持技术。
建筑计算性设计的自组织与自适应流程特征要求决策支
持过程需权衡建筑多性能目标要求。
近年来，多目标进化搜索和深度学习建模等
人工智能技术逐步应用于建筑计算性设计的性能导向决策支持研究中，衍生出多
目标优化决策支持和深度学习决策支持两方面研究热点。
多目标优化决策支持研
究基于HypE、NSGA-II、SPEA2等优化算法，展开建筑多性能目标导向下的建筑计
算性设计方案迭代生成与优化，能以建筑能耗、天然采光、热舒适、造价等性能
为优化设计目标，展开性能导向下的建筑形态、空间、构造等设计决策支持。
多
目标优化决策支持不仅可显著扩展建筑师对设计可能性的探索范围，还能有效权
衡建筑制冷与照明能耗，实现负相技术工具，可整合多目标优化算法与人工神经网络模型，以人工神经网络模型计算优化设计目标适应度，实现多目标优
化算法与人工神经网络模型的协同计算，显著提高多目标优化决策支持效率。
结论：
工程实践需求与科学进步共同催生了建筑计算性设计，并在人工智能语境下
呈现出蓬勃的生命力，成为解决当代复杂工程设计问题的重要建筑设计思想和方
法。
相比既有设计方法，建筑计算性设计深度融合了建筑学、计算机科学、系统
科学和环境科学等多学科知识体系，将前沿计算工具与算法引入了建筑设计过程，有助于提升建筑设计信息化水平。
参考文献：
[1]李诫.营造法式图样[M].中国建筑设计研究院建筑历史研究所，编.北京：中
国建筑工业出版社，2017.
[2]孙澄，韩昀松.“性能驱动”思维下的动态建筑信息建模技术研究[J].建筑学报，2017（8）：68-71.
[3]福斯特•布瑞恩，莫拉尔特•马里克．欧洲张力薄膜结构设计指南[M]．杨庆山，姜忆南，译.北京：机械工业出版社，2017.。