Automated architectural space layout planning using a physics-inspired generative design framework

这篇文章讲述了在建筑项目的原始设计阶段中，空间布局的确定是最主要的活动之一。最初的布局规划定义了内部空间的形状、尺寸和流通模式，这也会影响建筑的性能和成本。当手动进行空间布局规划时，这项工作可能会变得复杂、重复和耗时。在这项工作中，开发了一个生成设计框架，用于自动生成空间建筑布局。所提出的方法集成了一种新颖的受物理启发的参数模型，用于空间布局规划和进化优化元启发式。结果表明，这样的生成设计框架可以在原始设计阶段生成各种各样的设计建议，适用于复杂的设计问题。

论文旨在开发一个基于生成设计框架的自动生成建筑空间布局的方法，以解决手动空间布局规划的复杂性和耗时性。

论文提出了一种基于物理启发的参数模型和进化优化元启发式算法相结合的方法，用于自动生成建筑空间布局。

论文的方法能够在方案设计阶段生成多种设计建议，适用于复杂的设计问题。实验结果表明，该方法可以在短时间内生成高质量的建筑空间布局。

最近的相关研究包括基于机器学习和深度学习的自动生成建筑设计的方法，例如《基于深度学习的建筑立面设计自动生成》和《基于生成对抗网络的建筑设计自动化》。