论文部分内容阅读
在建筑生成设计领域中,往往需要将待解决的建筑问题转化为相应的数理模型。然而这类可以直接提取出客观规律的建筑问题在复杂的建筑设计领域中只占据了很小的一部分,还存在着大量无法被简单数学关系所描述的抽象问题。故本次研究就其中的功能节点预测问题作为研究目的,将收集到的大量城市数据信息作为数据支撑,并探索相关数学模型以描述城市功能节点间存的抽象关系的,旨在为生成设计领域提供一种可以对上述抽象建筑问题进行数理建模的解题思路,最后可以利用这一数学模型解决与功能节点相关的建筑问题。本次研究以城市数据的收集和整理作为前序准备,并分别采用马尔科夫链和神经网络作为后续研究的数学模型。其中对于马尔科夫链采用离散事件状态定义和离散事件状态统计所组成的构建过程,对神经网络则采用训练样本定义和模型训练所组成的构建过程。研究的全过程以计算机编程作为实现手段,最终得到可以描述功能节点间相互关系的数学模型并利用其进行相关功能节点的预测实验和结果讨论分析。通过具体的实验结果得出马尔科夫链可以描述功能节点间存在的拓扑关系、神经网络可以描述功能节点间的位置功能关系以及这些模型具有在限定条件下进行功能节点预测的能力等结论。