浅层神经网络在环境性能化建筑自生形方法中的应用初探

文档名：浅层神经网络在环境性能化建筑自生形方法中的应用初探
人工智能作为后互联网时代的发展路径和方向,正在塑造技术社会的新范式.然而,当前建筑设计领域中人工智能的应用相对较少,因此寻找到一个合适的切入点和结合方式尤为关键.本研究提出一种将人工智能算法应用到传统物理风洞进行环境性能化建筑自生形的方法.首先本文介绍了当前基于可视化物理风洞的环境性能化建筑自生形方法的研究现状和基本流程,重点分析了控制动态模型装置运动的遗传算法原理及其局限性;然后分析比较了多种当前人工智能领域中流行的机器学习算法在预测结果方面的优劣,提出采用浅层神经网络对该生形方法进行算法优化的原理,并架构基于MATLAB的浅层神经网络;最后加入分类机器学习算法对算法模型进行改进,为下一步的研究提供思路.
作者：林钰琼 姚佳伟 黄辰宇 袁烽
作者单位：同济大学西安建筑科技大学
母体文献：2018年全国建筑院系建筑数字技术教学与研究学术研讨会论文集
会议名称：2018年全国建筑院系建筑数字技术教学与研究学术研讨会  
会议时间：2018年9月15日
会议地点：西安
主办单位：全国高等学校建筑学专业指导委员会
语种：chi
分类号：F40TP3
关键词：建筑设计  环境性能化  生形技术  浅层神经网络  机器学习
在线出版日期：2021年8月31日
基金项目：
相似文献
相关博文

2024-12-11 11:38 上传 浅层神经网络在环境性能化建筑自生形方法中的应用初探.pdf

文件大小:

1.8 MB

下载次数:

60

高速下载