基于AI技术的大跨建筑“找形”方法探讨
详细信息    查看全文 | 推荐本文 |
  • 英文篇名:AN APPROACH TO "FORM-FINDING" OF LARGE-SPAN BUILDINGS BASED ON THE AI TECHNOLOGY
  • 作者:刘德明 ; 张睿南
  • 英文作者:Liu Deming;Zhang Ruinan;
  • 关键词:人工智能 ; 大跨建筑 ; 算法 ; 找形
  • 英文关键词:Artificial intelligence;;Large-span buildings;;Algorithm;;Form-finding
  • 中文刊名:JZCS
  • 英文刊名:Urbanism and Architecture
  • 机构:哈尔滨工业大学建筑学院,黑龙江省寒地建筑科学重点实验室;
  • 出版日期:2018-03-15
  • 出版单位:城市建筑
  • 年:2018
  • 期:No.277
  • 语种:中文;
  • 页:JZCS201808002
  • 页数:5
  • CN:08
  • ISSN:23-1528/TU
  • 分类号:11-15
摘要
本文尝试引入AI技术,探讨其在大跨建筑设计初期"找形"应用中的可行性、适应性与实用性。经过理论分析、逻辑推理与实例验证,揭示AI技术在大跨建筑"找形"中解决由复杂设计要求造成的设计技术难题过程中所具有的高效性、精准性与合理性。
        This paper attempts to introduce the AI technology to explore its feasibility, adaptability and practicability in the application of "form-finding" in the design of large-span buildings. Through theoretical analysis, logical reasoning and case verification, it reveals the high efficiency, accuracy and rationality of AI technology in solving the technical problems of design caused by complex design requirements in large-span buildings.
引文
[1]REFFAT R M.Computational situated learning in architectural designing[M].Saarbrücken:LAP LAMBERT Academic Publishing,2013.
    [2]鞠松,杨晓东.国内外人工智能技术在建筑行业的研究与应用现状[J].价值工程,2018,37(4):225-228.
    [3]李英灏.张拉膜结构的找形分析[D].郑州:郑州大学,2005.
    [4]尼尔逊.人工智能原理[M].北京:科学出版社,1983.
    [5]WINSTON P H.Artificial Intelligence(3rd Edition)[M].Addison Wesley,1992.
    [6]奥雷利,余佳浩.图解之后[J].时代建筑,2015(4):180-184.
    [7]RUSSELL S J,PETER N.人工智能:一种现代的方法(第3版)[M].北京:清华大学出版社,2013.
    [8]袁烽,柴华,谢亿民.走向数字时代的建筑结构性能化设计[J].建筑学报,2017(11):1-8.
    [9]米哈拉托斯,闫超,张朔烔,等.柔度渐变在设计过程与教学中重新引入结构思考[J].时代建筑,2014(5):26-33
    [10]郭建祥,周健,张耀康,等.多目标性能优化下的结构建筑学实践——虹桥国际机场T1航站楼改造设计[J].建筑学报,2017(11):36-39.
    [11]BONABEAU E,DORIGO M,THERAULAZ G.Swarm intelligence:from natural to artificial systems[M].Oxford:Oxford University Press,Inc,1988.
    [12]安梅岩,王兆魁,张育林.人工智能集群控制演示验证系统[J].机器人,2016,38(3):265-275.
    (1)“数字化转译”指将非计算机语言通过算法编程的方式,满足其在计算机程序中拥有与现实世界相同的功能与意义。
    (2)多目标性能优化设计是指在优化设计中同时要求几项指标达到最优值的设计过程。
    (3)进化算法是一个算法族,族下的遗传算法、差分进化算法、免疫算法分别模仿了自然界生物进化机制、个体间合作竞争机制、生物免疫系统学习认知机制来解决择优问题。
    (4)集群算法是一个算法族,族下的蚁群算法与粒子群算法分别模拟自然界中蚂蚁的集体寻径与鱼群、鸟群的迁徙来解决复杂性问题。

© 2004-2018 中国地质图书馆版权所有 京ICP备05064691号 京公网安备11010802017129号

地址:北京市海淀区学院路29号 邮编:100083

电话:办公室:(+86 10)66554848;文献借阅、咨询服务、科技查新:66554700