蒯文彬

摘要：本文論述了基于大數(shù)據(jù)類型及應(yīng)用的智能建筑與規(guī)劃，對(duì)智能建筑與規(guī)劃的意義與作用進(jìn)行了分析，從大數(shù)據(jù)與智能結(jié)合的角度梳理了智能建筑與城市發(fā)展脈絡(luò)，闡述了基于大數(shù)據(jù)類型及應(yīng)用的新時(shí)代建筑設(shè)計(jì)與城市規(guī)劃的發(fā)展沿革，最后以人工神經(jīng)網(wǎng)絡(luò)法研究六安市河西新城為例，展示了智能建筑與規(guī)劃的技術(shù)特點(diǎn).

關(guān)鍵詞：大數(shù)據(jù);智能;建筑;城市;人工神經(jīng)網(wǎng)絡(luò)法;規(guī)劃

中圖分類號(hào)：TP18;TU984? 文獻(xiàn)標(biāo)識(shí)碼：A? 文章編號(hào)：1673-260X（2019）04-0069-04

1 引言

本文研究的主要內(nèi)容是基于大數(shù)據(jù)類型及應(yīng)用的智能建筑與規(guī)劃[1].目前國家特別重視如何利用人工智能[2]（英文縮寫AI，以研究、開發(fā)用于模擬、延伸和擴(kuò)展人類智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)）加快各行各業(yè)經(jīng)濟(jì)的升級(jí)與轉(zhuǎn)型，促進(jìn)國民經(jīng)濟(jì)的發(fā)展.

2 智能建筑與規(guī)劃的意義與作用

2.1 意義

在基于大數(shù)據(jù)類型及應(yīng)用的智能建筑與規(guī)劃思想指導(dǎo)下，我們就會(huì)發(fā)現(xiàn)過去傳統(tǒng)的建筑與規(guī)劃存在著許多問題.第一，很多現(xiàn)象說不出準(zhǔn)確的規(guī)律;第二，很多現(xiàn)象能說出大致的規(guī)律，但是不全面;第三，能夠研究出一些規(guī)律的時(shí)候，不能夠及時(shí)的解決問題[3].

研究建筑與城市規(guī)劃除了可以利用最傳統(tǒng)的統(tǒng)計(jì)數(shù)據(jù)，還可以借助地圖、衛(wèi)星、傳感器、遙感數(shù)據(jù)、視頻、手機(jī)信令等各種大數(shù)據(jù)[4].

傳統(tǒng)的建筑與城市規(guī)劃，我們是憑借老建筑師與規(guī)劃師的經(jīng)驗(yàn)來診斷建筑與城市的問題.但是通過人工智能（英文縮寫AI）的輔助以后，實(shí)際上所有面臨的問題就不同了，我們?cè)诜治鼋ㄖc城市問題的時(shí)候，可以利用各種大數(shù)據(jù)，而且是可重復(fù)的.并且在五個(gè)度上：精度+強(qiáng)度+廣度+速度+深度，遠(yuǎn)遠(yuǎn)超越傳統(tǒng)的建筑與規(guī)劃，達(dá)到一個(gè)全新的水平與境界[5].

2.2 作用

2.2.1 AI帶來建筑與規(guī)劃項(xiàng)目廣度與速度的改變與提升

人工智能可以快速地學(xué)習(xí)上千萬個(gè)項(xiàng)目，遠(yuǎn)遠(yuǎn)超過一般個(gè)體的學(xué)習(xí)應(yīng)變能力;原來做城市總體規(guī)劃，五六年修編一次，但是現(xiàn)在利用人工智能每一刻對(duì)城市即時(shí)的運(yùn)行問題都可以識(shí)別，做出即時(shí)的判斷與反應(yīng)，這是原來城市規(guī)劃根本無法實(shí)現(xiàn)的.

2.2.2 AI帶來學(xué)習(xí)速度的改變與提升

培養(yǎng)一個(gè)建筑師規(guī)劃師，從入門到能夠完全獨(dú)立完成建筑規(guī)劃，起碼十年左右，大學(xué)本科五年還有碩士博士，然后出去工作.但是用人工智能培養(yǎng)建筑師城市規(guī)劃師，十幾天訓(xùn)練一個(gè)城市模型，這個(gè)速度是大不一樣的[6].

2.2.3 AI帶來城市規(guī)劃深度與精度的改變與提升

以前能判斷五六年左右的規(guī)劃，已經(jīng)是很了不起了.但是用人工智能，可以用長久的數(shù)據(jù)積累，可以外推的時(shí)間要長得多;過去做城市規(guī)劃做到一個(gè)小區(qū)，做到一個(gè)建筑，但是現(xiàn)今我們用的各種大數(shù)據(jù)都是真正的個(gè)體人.一直說城市規(guī)劃是為人民服務(wù)的，但是這個(gè)人是抽象的，現(xiàn)今的人是具像的.

2.2.4 AI帶來學(xué)習(xí)與研究強(qiáng)度的改變與提升

各種類型大數(shù)據(jù)可以用來感知建筑與城市，而利用智能可以來認(rèn)知大量的建筑與城市發(fā)展規(guī)律，認(rèn)知建筑與城市.城鄉(xiāng)規(guī)劃方法的演進(jìn)，從傳統(tǒng)的分析、綜合、定義，在老一輩建筑與規(guī)劃專家的努力下，盡最大努力做定量分析，接著導(dǎo)入了復(fù)雜科學(xué).這個(gè)時(shí)候復(fù)雜科學(xué)沒有大數(shù)據(jù)做支撐還是很難進(jìn)行研究，然后就不斷開拓?cái)?shù)據(jù)源，后來有了大數(shù)據(jù).現(xiàn)今我們直接用智能導(dǎo)入建筑與城市規(guī)劃.

但這并不是說過去這些研究規(guī)劃的土地、模型，判斷、概率、聚類、回歸、相關(guān)組成分析已經(jīng)失效了，這些東西實(shí)際上都會(huì)用到，還是在大量使用，完全可以代入我們新的體系中間來運(yùn)行.利用智能城市規(guī)劃設(shè)計(jì)這種研究方法與手段使我們能更科學(xué)地揭示城市的發(fā)展規(guī)律.

3 智能建筑與城市的發(fā)展

3.1 新技術(shù)帶來的影響

城市在演化過程中變得更加復(fù)雜，我們聚焦的主題也是一直在變，這是一種社會(huì)進(jìn)步.新信息與通信技術(shù)以及財(cái)富物質(zhì)和開拓了集體和個(gè)人的眼界，也讓城市呈現(xiàn)出更加復(fù)雜的模型，以及表現(xiàn)出新的生產(chǎn)和消費(fèi)方式而變得更加不可預(yù)測(cè)和更加異質(zhì)[7].利用智能城市規(guī)劃可以將這種日益復(fù)雜的狀況進(jìn)一步凸顯出來.當(dāng)新信息技術(shù)被植入公共城市領(lǐng)域時(shí)，會(huì)產(chǎn)生大量關(guān)于城市各種功能的大數(shù)據(jù).

當(dāng)今世界Internet發(fā)展迅速，PC廣泛分布，遍布網(wǎng)絡(luò)以各種各樣方式將每個(gè)人聯(lián)系在一起，時(shí)空距離的逐漸邊緣化，增加了城市的獨(dú)特性與復(fù)雜性.智能建筑與城市規(guī)劃是一系列信息技術(shù)之間的無縫的接口集合.我們?cè)谘芯啃畔⒓夹g(shù)時(shí)要借助對(duì)全球定位信息的讀取，也需要通過對(duì)遠(yuǎn)距離交互成本和全球聯(lián)系的研究探索市民的行為.社交媒體、郵件、網(wǎng)絡(luò)等使未來建筑與城市規(guī)劃變得令人困惑.智能技術(shù)方法將應(yīng)用于未來的建筑與城市規(guī)劃研究中.

智能城市時(shí)代主要技術(shù)特征是通訊與計(jì)算機(jī)，是一個(gè)全新的無線時(shí)代，計(jì)算機(jī)之間可以在任意地點(diǎn)與任意時(shí)間通訊.信息的微型化是熱點(diǎn)，它們被應(yīng)用于社會(huì)和醫(yī)學(xué)，以應(yīng)對(duì)氣候變化以及新異化的經(jīng)濟(jì)結(jié)構(gòu)、老齡化等問題.新技術(shù)的上升以及技術(shù)應(yīng)用在日常生活方面，比如app、智能手機(jī)、以及無人駕駛、人工智能、醫(yī)學(xué)領(lǐng)域的創(chuàng)新等.

3.2 大數(shù)據(jù)類型與智能建筑與城市規(guī)劃的結(jié)合

智能城市規(guī)劃建筑和大數(shù)據(jù)類型存在一個(gè)結(jié)合點(diǎn)，即智能城市規(guī)劃中傳感器可以提供帶有精確位置信息的實(shí)時(shí)數(shù)據(jù)流，以及隨后產(chǎn)生的數(shù)據(jù)如何被整合.這些數(shù)據(jù)涉及實(shí)體流、移動(dòng)和運(yùn)輸能源，有時(shí)擴(kuò)展至空間與市場數(shù)據(jù)，即住房市場和與其他商品消費(fèi)類型有關(guān)的各種數(shù)據(jù)，這些都是智能城市規(guī)劃的內(nèi)容.

智能城市規(guī)劃的重點(diǎn)轉(zhuǎn)移到對(duì)短期內(nèi)城市系統(tǒng)功能的深層理解.作為正在構(gòu)建的復(fù)雜理論的一部分，大數(shù)據(jù)和各式各樣的工具，被用于處理、應(yīng)對(duì)非常短期的危機(jī).這些危機(jī)包括困擾交通系統(tǒng)的問題、居住問題以及社會(huì)和其他城市公共服務(wù)提供的問題.但是，如果想要真正抓住這些問題的本質(zhì)，就需要新的理論.大數(shù)據(jù)需要有理論指導(dǎo)，沒有理論指導(dǎo)的數(shù)據(jù)是無意義的.我們所要做的就是在大數(shù)據(jù)中尋找更多的關(guān)聯(lián)性.就建筑與城市而言，這種關(guān)聯(lián)性的研究會(huì)發(fā)生變化，通過理論的研究將能發(fā)現(xiàn)在大數(shù)據(jù)中尋找的東西.另一方面，大數(shù)據(jù)如果能夠采集很長時(shí)間，就可變化不同時(shí)間維度的大數(shù)據(jù).例如，我們可以在大數(shù)據(jù)中觀察到曾經(jīng)許多年進(jìn)行一次的人口普查中看到的實(shí)時(shí)變化.

智能城市本質(zhì)上是將計(jì)算和通信植入城市中，從而產(chǎn)生更加高效、更加公平的規(guī)劃.從定義和范疇看，智能城市包含城市數(shù)據(jù)、大數(shù)據(jù)的問題，它也擴(kuò)展至到了城市與建筑分析研究，可以引入預(yù)測(cè)和分析影響因子相關(guān)的城市與建筑模型.這個(gè)領(lǐng)域所遇到的主要問題是，時(shí)間維度已經(jīng)發(fā)生改變，這是由于在智能城市中關(guān)注的是日常的、實(shí)時(shí)的變化，給仿真解釋帶來壓力.

4 開拓新時(shí)代

4.1 歷史沿革

中國城市規(guī)劃與建筑設(shè)計(jì)和世界城市規(guī)劃與建筑設(shè)計(jì)一樣，長久以來就是兩種思路.從1500年開始，第一種思路就是古典理想導(dǎo)向，要?jiǎng)?chuàng)造一個(gè)經(jīng)典的城市，從而完成對(duì)社會(huì)的改造.也就是從這個(gè)時(shí)候就開始，古典理想不斷地指引我們，帶動(dòng)了這些建筑規(guī)劃人，以自己的最大熱情，去追求一個(gè)古典理想而又美好的城市.但是殘酷的現(xiàn)實(shí)很快來了，到了工業(yè)革命以后，城市規(guī)劃與建筑設(shè)計(jì)有了第二種思路.第二種思路就是功能問題導(dǎo)向，大量的功能問題.這個(gè)中間包括了馬克思對(duì)歐洲城市里面的工人階級(jí)生產(chǎn)生活狀態(tài)的分析，到后來進(jìn)行大量的反思與批判，這就是功能問題導(dǎo)向的建筑規(guī)劃思路.

4.2 新的變化

但是現(xiàn)今智能建筑與城市規(guī)劃給本項(xiàng)目提供了一條新的思路，城市與建筑并不是說我們自己想要做什么，或者說今天解決現(xiàn)在的問題.我們必須要知道，城市與建筑是有生命發(fā)展規(guī)律的，我們要學(xué)會(huì)尊重建筑與城市發(fā)展規(guī)律，按照建筑與城市發(fā)展規(guī)律來做，利用智能科學(xué)地分析推測(cè)城市發(fā)展問題.

在現(xiàn)代建筑與城市規(guī)劃發(fā)展過程中，從古典主義發(fā)展到功能主義再后來的生態(tài)主義，實(shí)際上一直在跟跑，只有這一次在智能與大數(shù)據(jù)方面，基于大數(shù)據(jù)類型及應(yīng)用的智能建筑與城市規(guī)劃，中國這一次與世界上整個(gè)的建筑與規(guī)劃行業(yè)進(jìn)展是同步的.本文用人工神經(jīng)網(wǎng)絡(luò)法對(duì)六安河西新城開展了相關(guān)研究，取得了成果，如下所述.

5 實(shí)例分析：人工神經(jīng)網(wǎng)絡(luò)法研究六安市河西新城某建筑能耗

5.1 人工神經(jīng)網(wǎng)絡(luò)法

人工神經(jīng)網(wǎng)絡(luò)法是通過將輸入和輸出樣本數(shù)據(jù)輸入到人工神經(jīng)網(wǎng)絡(luò)模型中，模型經(jīng)過學(xué)習(xí)和訓(xùn)練，掌握輸入數(shù)據(jù)間的隱藏規(guī)律，之后輸入新的輸入樣本，使其得出預(yù)測(cè)數(shù)據(jù).該模型的優(yōu)點(diǎn)是模型相對(duì)簡單，能夠處理非線性問題，有一定的自學(xué)習(xí)和適應(yīng)能力，適用性強(qiáng).但該方法的缺點(diǎn)也比較明顯，因其是模擬人腦神經(jīng)信號(hào)傳遞原理發(fā)展出來的，缺乏理論指導(dǎo)，在確定模型參數(shù)時(shí)，往往根據(jù)經(jīng)驗(yàn)進(jìn)行試湊.

5.2 人工神經(jīng)網(wǎng)絡(luò)模型

人工神經(jīng)網(wǎng)絡(luò)模型是從微觀結(jié)構(gòu)和功能上對(duì)人腦的簡化和模擬，具有人腦的學(xué)習(xí)、聯(lián)想、記憶等能力.神經(jīng)網(wǎng)絡(luò)由大量神經(jīng)元及節(jié)點(diǎn)構(gòu)成，節(jié)點(diǎn)與節(jié)點(diǎn)之間通過連接信號(hào)進(jìn)行連接，連接信號(hào)權(quán)重的改變使得神經(jīng)網(wǎng)絡(luò)具有一定的自適應(yīng)及記憶能力.

神經(jīng)元模型是神經(jīng)網(wǎng)絡(luò)的基本構(gòu)成單元，是一個(gè)多輸入單輸出的模型.圖1表示一個(gè)n維輸入的神經(jīng)元模型，其激活函數(shù)和基函數(shù)分別用f（·）和u（·）表示.基函數(shù)u（·）是多輸入函數(shù)，用權(quán)重Wk表示輸入對(duì)神經(jīng)元的影響程度，其中Wk=（Wk1，Wk2，…，Wkn）

5.3 RBF神經(jīng)網(wǎng)絡(luò)模型

RBF的網(wǎng)絡(luò)結(jié)構(gòu)如下所示.其中x1，x2，x3，…，xn表示輸入數(shù)據(jù)，數(shù)據(jù)被輸入到神經(jīng)網(wǎng)絡(luò)內(nèi)部之后，在輸入層并未做任何改變.隱含層對(duì)輸入數(shù)據(jù)做簡單的線性變化，線性加權(quán)后輸出.

數(shù)據(jù)被輸入到神經(jīng)網(wǎng)絡(luò)內(nèi)部之后，在輸入層并未做任何改變.隱含層對(duì)輸入數(shù)據(jù)做簡單的線性變化，線性加權(quán)后輸出.

隱含層可用公式（4）表示：

其中，c表示基函數(shù)中心，||·||表示范數(shù)，wi是權(quán)值.？鬃||x-ci||基函數(shù)集合，通常有如下所示的幾種形式：

因此，RBF輸出函數(shù)為：

其中，wiq表示隱含層第i個(gè)神經(jīng)元與輸出層第q個(gè)神經(jīng)元的權(quán)值，q的閾值用bq表示.

通常采用調(diào)整最小化目標(biāo)函數(shù)各隱節(jié)點(diǎn)的參數(shù)訓(xùn)練RBF神經(jīng)網(wǎng)絡(luò).RBF目標(biāo)誤差函數(shù)可用公式（9）表示：

表示隱節(jié)點(diǎn)i對(duì)xj的輸入，？濁1，？濁2和？濁3分別表示學(xué)習(xí)速率.

采用此種算法，基函數(shù)神經(jīng)網(wǎng)絡(luò)能夠自動(dòng)更新隱含層處理單元的中心位置，提高徑向及網(wǎng)絡(luò)的性能，但延長了訓(xùn)練時(shí)間、提高了網(wǎng)絡(luò)復(fù)雜性.

5.4 RBF人工神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練

不同建筑物因建筑材料、用途等不同，其能耗不同，本研究選取六安市河西新城某高層寫字樓進(jìn)行能耗分析，其供熱面積為5000平米.

六安市河西新城某高層寫字樓建筑能耗影響因素主要包括氣候條件、時(shí)間等等因素.其中，氣候因素包括溫度、濕度等，是影響能耗的主要因素.在分析預(yù)測(cè)過程中，將室外溫度、風(fēng)速、日照條件進(jìn)行測(cè)量作為輸入數(shù)據(jù).時(shí)間因素是指因人們的作息方式導(dǎo)致能耗在24小時(shí)內(nèi)進(jìn)行小循環(huán)、在一周內(nèi)進(jìn)行中循環(huán).對(duì)能耗影響還包括其他影響因素如開窗通風(fēng)等獨(dú)立用戶的隨機(jī)行為.為防止計(jì)算過程中個(gè)別數(shù)據(jù)溢出，首先進(jìn)行歸一化處理.RBF均為3層神經(jīng)網(wǎng)絡(luò)，取12月份4天有效數(shù)據(jù)，用RBF人工神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)速率均為0.01，目標(biāo)值設(shè)定為0.001，從中可以得到神經(jīng)網(wǎng)絡(luò)模型得到的熱負(fù)荷與實(shí)際值，RBF神經(jīng)網(wǎng)絡(luò)的均方差分別為0.38，平均相對(duì)誤差分別為0.0017.

5.5 RBF人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)

利用RBF人工神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)測(cè)，擴(kuò)展常數(shù)為0.32，目標(biāo)值為0.005.將12月份接下來4天的數(shù)據(jù)輸入RBF人工神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)測(cè).結(jié)果見圖2所示.

從圖中可以看出，RBF神經(jīng)網(wǎng)絡(luò)能夠很好的預(yù)測(cè)出樣本值在波峰和波谷時(shí)的波動(dòng)規(guī)律.為達(dá)到預(yù)測(cè)精度要求，迭代次數(shù)為24次.平均絕對(duì)誤差為0.80w/m2，均方差是14.8，如圖3圖4所示.

綜上所述，本文采用RBF人工神經(jīng)網(wǎng)絡(luò)模型對(duì)六安河西新城某高層寫字樓建筑能耗進(jìn)行預(yù)測(cè)，預(yù)測(cè)方法可行有效.

結(jié)束語

總而言之，采用基于大數(shù)據(jù)類型及應(yīng)用的智能手段研究建筑與規(guī)劃能實(shí)現(xiàn)傳統(tǒng)手段達(dá)不到的精確度和實(shí)時(shí)性，具有廣泛的市場應(yīng)用前景，是產(chǎn)業(yè)升級(jí)和優(yōu)化建筑與城市結(jié)構(gòu)的重要手段.

參考文獻(xiàn)：

〔1〕葉宇，魏宗財(cái)，王海軍.大數(shù)據(jù)時(shí)代的城市規(guī)劃響應(yīng)[J].規(guī)劃師，2014（08）.

〔2〕張望.智能交通對(duì)城市空間的影響[J].規(guī)劃師，2017（10）.

〔3〕黃敏，鄭健，劉芳.城市興趣點(diǎn)指路標(biāo)志指引路徑規(guī)劃模型及算法[J].交通運(yùn)輸系統(tǒng)工程與信息，2016，16（05）.

〔4〕黃鼎曦.基于機(jī)器學(xué)習(xí)的人工智能輔助規(guī)劃前景展望[J].城市發(fā)展研究，2017，24（05）.

〔5〕余莊，何濤.采用人工神經(jīng)網(wǎng)絡(luò)的城市規(guī)劃智能評(píng)價(jià)系統(tǒng)[J].城市規(guī)劃，1995，19（05）.

〔6〕周思逸.智能交通對(duì)城市空間的影響[J].農(nóng)家參謀，2017（12）.

〔7〕王蘭，顧浩.匹茲堡中心城區(qū)轉(zhuǎn)型的過程及其規(guī)劃[J].國際城市規(guī)劃，2013（06）.