双目标优化与生成对抗网络结合的框架结构阻尼器布置方案智能设计方法

为实现框架结构的阻尼器智能化布置,结合减震设计原理和智能算法,采用双目标优化算法和生成对抗网络算法分别进行阻尼器竖向和水平智能布置研究,并将该方法应用到两个框架结构减震设计工程案例中。在框架结构减震设计中,采用双目标优化算法进行阻尼器竖向布置,并与逐层逼近法、工程师设计和非减震设计进行对比,结果表明,采用该优化算法得到的阻尼器竖向布置方案能有效降低层间位移角和楼层加速度,提高结构的抗震性能。在确定各楼层的阻尼器数量后,利用训练好的生成对抗网络生成模型,可快速、自动地选择和确定各楼层阻尼器的平面安装位置,生成的平面布置与工程师设计的平面布置在相似性差异度综合评价指标上小于临界值0.1,说明两者相似度较高,且有利于提高原结构的抗扭能力。将双目标优化算法与生成对抗网络相结合,不仅能满足框架结构的减震性能目标,而且可实现阻尼器布置方案的智能设计,提升减震工程设计效率。

人工智能生成内容赋能创新产品设计流程的机遇与挑战

随着人工智能技术的飞速进步,特别是人工智能生成内容在各个领域的广泛应用,产品设计创新流程正经历着深刻的智能化变革。本文通过回顾传统并行式产品设计流程的各个阶段以及AIGC(Artificial Intelligence-Generated Content,人工智能生成内容)融合设计领域案例研究,提出AIGC赋能的创新产品设计流程模型,并剖析了当下产品设计领域需要把握的机遇和即将面对的挑战。

生成式人工智能大模型在设计领域的应用

近些年来,随着ChatGPT,Midjourney,Stable Diffusion,Gemini等大模型的横空出世,生成式人工智能大模型取得了飞速发展,各行各业迎来了新一轮的技术变革。旨在探讨这一前沿技术在设计领域的应用,特别是在设计创新和创意产出方面的影响。首先,我们介绍了生成式人工智能大模型的基本原理,着重阐述其在文本生成、图像生成等任务上的成功应用。其次,我们深入研究了生成式人工智能大模型在设计领域的具体应用,主要包括服装设计、平面设计、漫画设计、机器人设计、工艺品设计、游戏设计等方面。此外,还探讨了生成式人工智能大模型在设计领域可能面临的挑战以及相应的解决策略。最后,我们强调了在设计领域使用生成式人工智能大模型的潜在益处,以及在设计过程中应扮演的角色。

基于生成对抗网络的自动框架结构设计

本文在结构设计中引入人工智能方法,通过提出建筑结构特征表达方法,构建以生成对抗网络为核心的框架结构自动设计方法。在数据前处理阶段,通过对建筑结构图纸分析,提出建筑特征表达方法与结构特征表达方法。在构建算法模型阶段,实现在有限的数据量下训练生成对抗算法学习框架结构布置,构建了依据建筑信息自动生成含有构件尺寸信息的框架结构自动布置模型,并提出了评价指标量化评价模型的结构设计能力。在案例中使用本文构建的框架结构自动布置模型完成一栋实际建筑的自动设计,验证了本文提出方法对结构设计效率的提高。

生成式人工智能驱动产品智能设计的演进路径与前景展望

生成式人工智能(以下简称生成式AI)作为人工智能领域的一项新兴技术,正逐渐成为实现产品智能设计的关键手段,但当前对生成式AI驱动产品智能设计的演进路径和未来发展趋势尚未有完整、系统的讨论。本文采用citespace知识图谱分析软件,对2014年至2023年国内外相关文献进行了全面梳理。一方面,通过时空演进图谱,本文解析了生成式AI从其萌芽期至爆发期的演进路径,并总结了研究热点;另一方面,本文从设计过程的角度出发,重点探讨了需求分析、灵感探索、概念生成和设计评估四个阶段中生成式AI的研究现状和面临的挑战。最后,本文从设计师在产品智能设计中的新角色和关键创新设计思维,以及生成式AI技术应用于产品智能设计的趋势两个维度探讨了生成式AI驱动产品智能设计的前景展望。

生成对抗网络在建筑设计领域的应用研究综述

随着计算机科学的发展,人工智能应用渗透各个领域。为探究生成对抗网络在建筑设计领域的应用,本文将现有的国内外相关研究成果按照不同主题,分为建筑设计与生成、设计优化与预测、建筑风格转换与设计灵感、数据增强与评估四大类,并在此基础上,分析生成对抗网络在建筑设计领域的发展现状与未来的研究趋势,提出其未来可能的应用方向与潜在挑战,为研究者提供新的思路和灵感,从而推动建筑设计领域的创新和发展。

剪力墙结构智能化生成式设计方法:从数据驱动到物理增强

建筑结构的智能化方案设计是智能建造的重要内容。既有研究提出了基于深度神经网络的剪力墙结构生成式设计方法框架、智能设计算法、设计性能评价方法等,完成了从数据驱动到物理增强的智能化设计方法的发展,但目前尚未有研究针对不同设计条件下数据驱动和物理增强方法的设计能力进行详细对比,且基于计算机视觉与基于力学性能的评价方法尚未有明确的关系,难以有效保证计算机视觉评价方法的合理性。基于深度生成式算法对比和算例分析,开展数据驱动和物理增强数据驱动方法的详细对比,并进一步验证基于计算机视觉评价与基于力学分析评价方法的正相关性。结果表明:数据驱动的方法易受到数据质量与数量的约束,而物理增强数据驱动的方法设计性能更加稳定,基本摆脱数据质量和数量的约束;基于计算机视觉综合评价指标SCV的合理性阈值为0.5,对应力学性能差异约为10%。

嵌入式机器学习方法在街区形态生成设计中的应用探索

城市街区的形态与空间品质关系密切。在城市设计中借助智能工具实现街区形态的生成是辅助设计决策的一项典型应用。既有的生成式方法主要采用参数化建模、形流推理以及图像生成算法实现,缺少对街区尺度形态规律学习的过程因而难以处理复杂、精细的空间形态关系,生成令人满意的形态结果。因此,本研究在既有生成式方法基础上借鉴嵌入式系统理论,提出一种通过嵌入机器学习训练模块优化街区形态生成结果的综合性方法(简称“嵌入式机器学习方法”)。该方法包含高质量的训练数据、平衡的模型复杂度与性能、特征工程与模型优化能力、独立运行的学习模块以及支持开放接口与部署五个要素,实现在传统生成规则中增加弹性并且可控的人工神经网络,可根据设计需求对训练样本及模型进行自由组合,改善了既有算法的生成效果。该方法也增加了设计流程的灵活性,设计师可根据场地需要配置合适的训练样本,并通过预训练的方法将结果嵌入生成式系统中,从而实现快速、便捷的三维形态生成,辅助街区形态设计过程。文章阐述了一个探索性的实践案例,从模型目标、数据、训练过程等方面进行阐述,并结合生成结果对比探讨了该方法对传统生成方法的改进,结果表明采用嵌入式机器学习方法可以有效改善三维形态的特征细节,生成更契合场地特质的设计方案,为设计师带来有益启示。最后文章提出了嵌入式机器学习方法的未来开发潜力,为城市街区设计中的人工智能技术应用提出了新的思路和可能性。

清代闽东民居窗棂纹饰的生成设计研究

从实地调研的清代闽东民居门窗窗棂中提取纹饰,归纳其构成单元,总结其规律并结合生成设计方法,探索生成设计在窗棂纹饰中的视觉设计应用。归纳不同的纹饰类型并分析其构成特点。以柿蒂纹为例,提取其最小构成单元,采用拆解和设计动作的设计思路,将抽象的纹饰数字化导入程序,设置控制参数,输出视觉图像。基于3种不同的生成设计方法,结合窗棂的构成特点,衍生出不同的创作形式,制作出生成设计作品。在生成设计的潮流下,对传统纹饰进行解构,使其成为适合创作的主题,在传承传统纹饰的同时,也拓展了设计的主题和广度。

AI生成与人工的协同设计——以中亚文化融入汉画像图式的交互定制产品为例

为探讨AI生成技术的人工使用,采用了文献调研法、数据分析与关联研究法。以中国古代汉朝著名的神道石阙画像石图式为素材,析出丝绸之路中多元文化交汇点的中亚文化图式元素,以可定制化并与用户交互完成的文创产品——虚拟交互AR产品赋予其独特的文化内涵与地域特色,为科技注入温度,最终目的是把人类拥有的系统式创作能力的上限向上提升。

智能生成式设计的人机互补策略研究

在分析智能生成式设计的人机分工和协作的基础上,本文通过研究智能生成式设计过程中人类设计者和智能系统各自的优势和劣势,探讨如何发挥两者的优势、补足对方的劣势,以及如何发挥两者的协作优势,总结出了智能生成式设计的人机互补策略。结论:智能生成式设计的人机互补策略是发挥人类的优势,补足智能系统的劣势;发挥智能系统的优势,补足人类的劣势;同时发挥设计者和智能系统的协作优势。此互补策略有助于充分发挥人机协同效应、充分利用人机综合优势、提高设计过程的整体效能,实现更高效、更智能、更具创新性的智能生成式设计。

基于生成对抗网络的噬菌体尾部蛋白序列设计

生成对抗网络(GAN)在图像生成、蛋白质设计领域有着广泛应用,但是对于噬菌体尾部蛋白的生成少有研究。提出一种基于GAN的噬菌体尾部蛋白序列生成方法。首先使用Wasserstein距离作为模型的目标函数。其次采用多层感知机(MLP)作为模型的基本结构。然后将MLP扩展为多路径结构。实验结果表明,上述方法取得了0.9241的质量得分、0.8498的多样性得分和1.7739的总得分,优于其它常用的生成方法。相较于单路径MLP,多路径MLP提高了序列的生成效果。所提方法能够生成高质量噬菌体尾部蛋白序列,同时保证生成序列的多样性。

生成艺术融入职业院校视觉传达设计专业课程的路径探索

生成艺术的兴起与普及正在改变设计行业业态,这也促使设计教育界适时转型以保证人才培养的效力。本文通过对生成艺术的概念和设计趋势的分析,对比职业院校视觉传达专业的现有课程,解析课程体系中存在的滞后问题,阐述课程改革的必要性,并以问题为导向,重点探讨生成艺术融入视觉传达设计专业课程的路径策略,为现有课程体系的转型和重塑提供参考。

图像生成技术对视觉传达设计的影响

人工智能图像生成技术近年来取得突破性进展,在高拟真图像、艺术风格图像生成等方面向人类智能无限趋近,为视觉传达设计的创作实践带来更多技术上的可能性。分析人工智能图像生成技术以及视觉传达设计在智能时代的发展状态,探索与构建视觉传达设计应用图像生成技术的人机协作模式,并探讨应用智能技术对视觉传达设计产生的影响,为视觉传达设计的创作提供图像生成技术应用思路与路径参考。

基于ControlNet的儿童床设计效果图生成技术

基于深度学习的计算机生成技术,可实现产品设计效果图快速生成,对提升产品设计效率、降低人工劳动强度具有积极作用,也为高质量的图像生成提供了新思路。本研究提出了一种基于ControlNet的儿童床设计效果图生成方法。首先,采用Canny边缘检测算法对原始图像进行处理,得到对应的边缘图像;然后,利用控制分支网络从边缘图像中提取特征;最后,将提取的边缘特征融合到原有的扩散模型特征层中,并作为条件来控制ControlNet的生成过程,通过设置不同的随机数种子,可生成具有相同结构但不同配色的目标图像。以FID值、Inception Score值为指标,对试验结果进行定量评估,结果表明:相较于CycleGAN、ChipGAN、Style2Paints 3种图像生成模型,基于ControlNet生成的图像不仅拥有较好的多样性,其图像细节质量也有所提高,证明了所应用模型的有效性和合理性。同时,对基于ControlNet的儿童床设计效果图方法进行了专家评估,评估满意度达92.22%,进一步证明该方法的可靠性和适用性。将ControlNet应用于儿童床设计效果图工作是可行的,不仅可为设计师提供设计灵感,也可节省人力与物力成本,提高设计效率。

生成式AI技术在鞋类配色设计中的应用与分析

人工智能背景下技术的快速发展使各个行业发生了不同程度的变革,驱动了设计领域的创新发展。本文探讨了生成式人工智能(AI)技术的原理、发展现状及其在鞋类配色设计中的应用,通过具体案例并对其效果进行分析。结果显示,生成式人工智能技术可以有效提升鞋类配色设计的效率和多元化,有助于为鞋类设计行业注入新的发展动力。

设计美学视域下图像生成技术在古诗词意象插画设计中的应用

结合古诗词意象的文艺价值与意象符号提取的设计美学理论,提出古诗词中多层次文化意象生成符号的语义文本提炼方法。借助图像生成技术基础,总结诗词意象语义文本在图像生成辅助插画设计的应用流程与路径,以实现对诗词作品的多角度文学理解与美学创新。选取毛泽东诗词为代表性古诗词作品,拆解与分析其诗词的多层意象,并将其应用于图像生成设计实践,以期为古诗词意象插画设计创作与优化提供参考。

AI生成服饰款式设计的应用探索

随着计算机技术的不断进步,AI生成技术也在迅速发展。这种技术利用机器深度学习和服饰款式图识别等技术,使得计算机能够模仿人类的绘画过程,是一种比较新型的艺术创作方式,并且逐步融入到不同的设计领域。服饰设计作为我国最主要的设计领域之一,计算机辅助设计已经成为服饰款式设计中不可缺少的手段。通过AI生成绘画工具对服饰款式设计的实验应用过程,去探讨服饰款式设计的未来发展。实验结果表明,以AI生成工具辅助服饰款式设计,展示了AI生成工具在服饰设计领域的创新应用,为该领域的发展打开了新的可能性和机遇。

生成式人工智能给艺术设计带来的变革与启示

信息技术的迅速发展,生成式人工智能对艺术设计领域产生了巨大的影响。文章通过对生成式人工智能的现状以及未来做出总结分析,并在此基础上进行反思,使生成式人工智能与艺术设计更好地融合发展。

设计即选择:新能源汽车造型民族化设计的生成机制

将设计视为个体选择,构建新能源汽车造型民族化设计生成机制。研究发现,民族化设计的生成遵循三层逻辑,包括浅层的“理性计算后的沿用与阐释”、中层的“感性振声下的设计理想”以及深层的“文化基因的唤醒与注入”,呈现出“工具性—抒发性—本能性”的性质路径,以及“自我保护—自我表达—自我实现”的价值结构。