-
题名生成式算法在风景园林生成设计中的适应性研究
- 1
-
-
作者
陈然
罗晓敏
何越衡
赵晶
-
机构
高密度人居环境生态与节能教育部重点实验室
北京林业大学园林学院
清华大学建筑学院
城乡生态环境北京实验室
-
出处
《风景园林》
北大核心
2024年第9期12-23,共12页
-
基金
高密度人居环境生态与节能教育部重点实验室课题“基于生成对抗网络的‘公园绿地设计方案快速生成’人机协同方法研究”(编号20220110)
国家自然科学基金“基于生成对抗网络的公园布局生成设计与结果评价方法”(编号52208041)
北京高校高精尖学科建设项目“城乡人居生态环境学”。
-
文摘
【目的】测试目前常见的生成式算法在风景园林生成设计中的表现,尝试探讨不同的生成式算法在各个设计环节应用的优劣势。【方法】构建“方案文本生成—场地布局生成—平面图渲染—效果图生成”的风景园林方案生成设计理论框架,在同一个输入条件下测试不同算法在各个设计环节的表现。【结果】方案文本生成算法方面,测试了大语言模型及其在下游应用中的适应性调整方法,包括二次预训练及微调、检索增强生成、多代理系统的方法;图像生成算法方面,测试了大型文生图预训练模型及微调方法、图像结构控制方法;另外,将文生图模型与基于生成对抗网络的布局生成算法、参数化三维模型生成系统结合,并测试其在各个阶段的表现。【结论】目前大型预训练模型以其在通用领域的生成能力为生成设计领域提供强有力的支撑,但预训练模型提供的只是基础的通用能力,从通用领域到风景园林领域的适应性研究还需要检索、控制、微调等多种技术手段协作以开发全面的技术体系。
-
关键词
风景园林
人工智能
生成设计
大语言模型
稳定扩散模型
生成对抗网络
-
Keywords
landscape architecture
artificial intelligence
generative design
large language model(LLM)
stable diffusion(SD)model
generative adversarial network(GAN)
-
分类号
TU986
[建筑科学—城市规划与设计]
-