基于深度学习的青年公寓户型自动生成研究

发布时间：2021-10-15 01:50

　　论文目标为探索人工智能深度学习（Deep Learning）在青年公寓户型设计中的跨界结合应用,及使用后评价（Post occupancy Evaluation,POE）和交互式进化算法（Interactive Evolutionary Computation,IEC）介入深度学习框架的技术路径,意在掌握青年公寓设计经验,减少重复劳动,提高设计输出效率,构建自动生成青年公寓户型平面图的算法框架。论文首先采用文献资料研究的方法,宏观把控整体逻辑框架,对国内外青年公寓和深度学习应用进行文献综述,搜集互联网、文献书籍实例,学习设计策略和方法并整理高质量数据库和图库;接下来自下而上地对青年公寓租户生活现状、体验及需求进行考察,建立可落地的长租公寓研究框架,进行青年长租者需求洞察、分类并生成用户画像,绘制长租用户体验旅程图,分析长租公寓现状痛点及机会点,并为深度学习自动生成内容质量的主观评价体系做好基础的数据调研工作;然后结合前面的桌面研究和实地调研展开青年公寓设计策略与方法的解析,提出总体设计原则,结合上一章内容明确空间使用者的分类方式和依据,对不同户型分类配置分别展开设计方法的论述,为利用深... 

【文章来源】：华南理工大学广东省 211工程院校 985工程院校 教育部直属院校

【文章页数】：130 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究背景
    1.2 研究目的及意义
        1.2.1 研究目的
        1.2.2 研究意义
    1.3 研究范围定义
        1.3.1 青年公寓
        1.3.2 深度学习
    1.4 国内外研究综述
        1.4.1 青年公寓设计研究综述
        1.4.2 深度学习研究综述
        1.4.3 建筑计算性设计研究综述
        1.4.4 公寓生成式设计研究综述
    1.5 研究方法与框架
        1.5.1 研究方法
        1.5.2 研究框架
    1.6 本章小结
第二章 使用深度学习生成青年公寓户型的实验技术路径
    2.1 实验设计思路
    2.2 实验的必要性和可实施性
        2.2.1 实验必要性
        2.2.2 可实施性
    2.3 反向传播算法
    2.4 卷积神经网络
        2.4.1 基础概念
        2.4.2 层次结构
    2.5 数据集来源
        2.5.1 数据集案例选择的目的与依据
        2.5.2 案例来源
        2.5.3 国内外青年公寓实践案例整理
    2.6 本章小结
第三章 深度学习实验背景分析之青年公寓租户研究
    3.1 青年公寓实地调研概述与流程
        3.1.1 概述
        3.1.2 研究流程
    3.2 青年公寓租户研究
        3.2.1 青年群体特征研究
        3.2.2 访谈用户信息及初步分类
        3.2.3 用户画像
        3.2.4 居住日常体验旅程图
    3.3 青年公寓现场调研实录
        3.3.1 广州青年公寓概述
        3.3.2 广州青年公寓现场调研纪实
        3.3.3 广州青年公寓现状问题总结
    3.4 调查问卷的设置及结果统计分析
        3.4.1 调查问卷内容的设置
        3.4.2 调查问卷结果统计分析
        3.4.3 问卷调研结果小结
    3.5 接入使用后评价优化深度学习判别模型
        3.5.1 使用后评价理论概述
        3.5.2 接入使用后评价对优化深度学习判别模型的影响
    3.6 本章小结
第四章 深度学习实验背景分析之传统青年公寓设计方法研究
    4.1 国内外公寓发展沿革
        4.1.1 国际发展沿革
        4.1.2 国内发展沿革
    4.2 总体设计原则
    4.3 户型基本功能空间配置
        4.3.1 青年公寓户型基本功能空间组成
        4.3.2 基本空间组合关系
        4.3.3 基于不同用户类型的公寓功能配置分类
    4.4 青年公寓户内空间设计方法与策略
        4.4.1 户内空间类型
        4.4.2 社交型户内空间设计策略
        4.4.3 私享型户内空间设计策略
        4.4.4 收纳型户内空间设计策略
        4.4.5 极简型户内空间设计策略
        4.4.6 使用算法统计分析公寓主要配色
    4.5 接入设计经验优化深度学习判别模型
        4.5.1 交互式进化算法理论概述
        4.5.2 接入设计经验优化深度学习判别模型的技术路径
    4.6 本章小结
第五章 深度学习算法生成青年公寓户型实验结果分析
    5.1 深度学习算法
        5.1.1 生成对抗神经网络
        5.1.2 常用GAN框架介绍
    5.2 实验算法的框架选型
        5.2.1 CycleGAN与 Pix2Pix的比较
        5.2.2 Pix2Pix的基本模型
        5.2.3 生成模型与判别模型原理
    5.3 实验过程
        5.3.1 实验环境
        5.3.2 数据预处理
    5.4 实验过程
    5.5 实验结果评价
        5.5.1 生成内容的主观评价方法
    5.6 本章小结
        5.6.1 实验结论
        5.6.2 同传统设计方法比较的优劣势
结语与展望
参考文献
附录
    附录一:公寓准则规范与政策会议相关文件
    附录二:用户画像
    附件三:用户租住日常心理体验旅程图
    附件四:青年公寓租户调查问卷
攻读硕士学位期间取得的研究成果
致谢
附件


【参考文献】：
期刊论文
[1]双层进化交互式遗传算法的知识提取与利用[J]. 郭一楠,巩敦卫.  控制与决策. 2007(12)
[2]浅谈环境心理学与现代室内设计[J]. 欧潮海.  建筑知识. 2007(02)
[3]SD法与建筑空间环境评价[J]. 庄惟敏.  清华大学学报(自然科学版). 1996(04)
[4]环境设计评估的结构—过程方法（续）[J]. A·弗雷德曼,K·齐默宁,O·佐布,薄曦,韩冬青.  新建筑. 1990(03)
[5]环境心理学与环境—行为研究[J]. 胡正凡.  世界建筑. 1983(03)

博士论文
[1]日本集合住宅体系的类型演变与设计策略[D]. 崔光勋.大连理工大学 2013

硕士论文
[1]既有建筑改造为集中式长租公寓设计研究[D]. 陈婷.华南理工大学 2018
[2]基于城中村视角下的青年群体长租公寓改造设计研究[D]. 罗诗勇.深圳大学 2017
[3]城市青年合租型居住单元设计研究[D]. 宋颖.大连理工大学 2017
[4]基于群体需求的青年公寓空间设计研究[D]. 宫起舞.山东建筑大学 2017
[5]小型单人居青年住宅空间模式研究[D]. 马雪.大连理工大学 2014
[6]极小户型空间设计调查与研究[D]. 刘臻.西安建筑科技大学 2014
[7]城市青年住宅居住空间精细化设计研究[D]. 吕伯峰.长安大学 2013
[8]保障性住房套内空间设计研究[D]. 朱源.清华大学 2012
[9]适应青年人居住需求的公租房单体设计研究[D]. 齐际.清华大学 2011
[10]城市青年小户型住宅功能空间研究[D]. 陈斌.青岛理工大学 2010



本文编号：3437210