建筑矩阵型性能数据预测方法及其评价

建筑室内光环境、风环境、温湿度场等建筑物理环境会对使用者的生活品质产生较大影响,室内物理环境设计显得尤为重要。代理模型是一种有效的建筑性能快速预测方法,可以帮助建筑师在设计初期进行方案筛选或迭代调整,但现有代理模型大多是对能耗、采光系数等“单值型”建筑性能进行计算,而对照度分布、风速场、温湿度场等“矩阵型”数据(即云图)的计算效果并不佳。为解决上述问题,本文提出了一种基于条件生成式对抗网络(CGAN)的建筑性能预测方法,基于pix2pix算法构建建筑照度、风速场云图的CGAN模型,建立图像至图像间的映射关系,通过输入建筑轮廓图进而生成对应平面的性能数据,从而实现对建筑性能的快速预测,提升建筑初期设计效率。同时,为评估预测结果的准确性,本文建立了基于通道直方图法和灰度值比较法的评价体系,对本文结果进行了相似度验证。结果表明：训练后的建筑CGAN模型可在1 s内快速绘制云图,速度远高于传统仿真软件,且预测结果与仿真计算结果高度吻合,二者相似度可达93.82%(照度)和82.99%(风速场),证明了基于CGAN模型的建筑室内矩阵型数据预测方法的有效性。     

基于虚拟现实技术的建筑照明交互设计方法与系统

近年来,随着虚拟现实(VR)技术的不断发展,其在辅助方案设计方面的潜能逐步得到关注。对于建筑设计而言,目前的方案性能优化仍处于设计阶段后期,难以用于指导前期方案设计,容易造成设计过程的循环往复。因此,本文将沉浸式虚拟环境(IVE)主观环境感知与性能评价客观指标相结合,提出了一种基于VR的交互照明设计方法,并开发与评估了可实现该方法的设计辅助系统。该系统可于VR环境内可视化建筑性能数据,并通过搭建不同软件平台的数据传输接口,实现不同平台数据的实时传输。本文选取15名建筑专业学生进行系统评价,分析其IPQ问卷结果与系统使用反馈。结果显示,该系统的整体存在感表现较好,得分为5.71;且15名参与者均认为该系统可以提升方案设计的决策效率与结果满意度。这表明该方法可以增强设计师人境交互体验感,允许设计师从主观空间感受与客观性能表现两个维度优化设计方案,提升设计效率,增强结果满意度。