基于CGAN的居住区强排方案生成设计方法

居住区强排方案设计有助于提高项目容积率,是达成集约化建设的重要途径.既有强排设计多由设计者基于日照模拟分析结果,主观制定强排设计决策,设计效率较低.旨在立足深度学习技术语境,提出基于条件生成对抗网络(CGAN)的居住区强排方案生成设计方法,应用pix2pix算法,构建基于CGAN的居住区强排方案生成设计模型,通过学习低层、多层、高层居住区轮廓与强排设计方案总平面图的对应关系,生成任意居住区轮廓条件下的居住区强排设计方案,提高居住区强排设计精度与效率,推动城市土地的高效率利用.以中纬度地区的3个居住区为例,验证所提方法的应用效果,评价所生成方案的日照性能.结果表明:所生成低层方案可满足大寒日2 h日照要求,多层方案中96%的房间可满足日照要求,高层方案中84%的房间可满足日照要求,高层容积率>3.0、多层容积率>1.5、低层容积率>0.5,说明所生成方案有效利用了城市用地,且应用所建立模型可在3 s内生成居住区强排设计方案,显著降低了强排设计耗时,提高了设计效率.