CN109271683A - 一种面向日照约束的建筑群自动排布算法 - Google Patents

Abstract

本发明一种面向日照约束的建筑群自动排布算法，为一种在高密度城市环境中进行规划与建筑设计时，应对“如何排布多个建筑单体(以高层为主)以符合自身及周边建筑日照约束”问题的自动化算法。具体为：根据排布应用专业知识，以数学模型的形式，设计能够灵活描述各种排布问题的求解“环境”模型，将单个建筑作为移动决策的主体，将所有建筑的排布问题以分步串行的方式，描述为对逐个建筑的移动决策问题；同时，设计能够与所述“环境”模型通过信息互动，而对其中的单个建筑实现移动决策的“代理人”模型；利用既有深度强化学习类算法，构建一个“代理人”与“环境”互动的“分步回合式”求解循环。

Description

一种面向日照约束的建筑群自动排布算法

技术领域

本发明提出一种在高密度城市环境中进行规划与建筑设计时，应对“如何排布多个建筑单体(以高层为主)以符合自身及周边建筑日照约束”问题的自动化算法。

背景技术

随着我国城市化进程的不断推进，高密度城市空间已经成为一种常态。为了确保广大市民的健康生活，中央与地方两级政府都颁布有关于确保不同类型的建筑，在一年中特定日期享有日照最少小时数的设计技术规范。比如，国家规范《住宅建筑规范(GB 50368-2005)》中有“4.1.1老年人住宅不应低于冬至日日照2h的标准”，上海地方《住宅设计标准(DGJ08-20-2007)》中有“3.2.1高层住宅的小套、中套至少应有一个居住空间，大套至少应有两个居住空间能获得冬至日连续满窗有效日照不小于1h。”

长久以来，面对上述要求，城市规划设计和建筑设计者，都需要在其对基地范围内的建筑排布过程中，采用“试错法”即反复进行“微调排布与日照计算”。虽然，多层建筑之间只需按照法规中的“日照间距系数”即可一次性完成排布，但是身处高楼林立的高密度城市中，绝大多数情况下，是在面对无法运用该系数进行排布的高层问题。一方面，基地内外的其它高层建筑的阴影都会影响到基地内建筑的日照条件；另一方面，基地内的高层建筑也需要同时考虑，对基地内外其它建筑的日照影响。可见，在这一排布过程中，基地内的高层建筑定位是问题的关键与难点。由于每次设计所面对的周边建筑情况都不同、基地形状造成可以排布的空间范围又不同、设计中包含的建筑数量大小高度等情况还不一样——很难通过建立一个逻辑清晰的“白箱”算法来解决。所以至今，设计行业内依然依靠费时费力的人工方式来完成上述排布任务。

因此，在当前实际的建筑排布中，日照约束由于其需要反复“试错”的复杂性，相对于其它无需反复操作的设计约束(如建筑间距、退界等)而言，已成为高密度城市建设中，制约设计效率的重要因素之一。

针对这一问题，由于国外设计行业所面临的国情(土地所有权体制、环境密度与高度、各类建筑的设计要求)与我国不同，所以没有直接可供使用的面向日照约束的高层建筑群自动排布算法。而反倒是国内存在一些相关的研究成果。

一类是能自动产生建筑排布结果，但并不涉及日照约束的相关研究。

比如，东南大学的李飚等人以“类矩形基地剖分”方法为基础，进行了建筑生成设计，将任意给定的建筑地形细分为多个近似矩形，再在其中以自适应方式***具有中国传统民居特征的建筑群，生成覆盖全部基地的建筑街区^[1]，其关注点更多地在于形体自身，而非日照约束。

再比如，同济大学孙澄宇等人，通过分析大量城市居住用地案例的形状与建筑排布类型，通过建立“街坊、组团、建筑”三级参数化原型，实现不考虑日照约束条件下的从开发指标到三维建筑数字模型的自动排布生成。^[2]

另一类是能够自动产生受日照约束的建筑排布结果，但所能处理的排布问题具有明显的局限性，无法适应实际设计工作的需要。

比如，同济大学的宋小冬等人在2010年，尝试在现行日照标准约束下进行计算机自动生成住宅建筑布局。其借鉴了“二维装箱算法”对包含有建筑与“间距控制区”的矩形范围进行自动排布，而对于日照约束条件的满足完全依赖于“间距控制区”的大小估算上。显然，由于算法中“间距控制区”是根据建筑单体轮廓的外包矩形范围、经验参数估算而来，从根本上不可能兼顾与周边建筑的日照阴影叠加因素，所以也就只能适度放大该区域，以确保生成结果能够在较大概率上符合日照约束——这直接造成该自动排布算法无法真正充分利用日照阴影相互叠加的有利条件，提高排布密度，以适应高密度城市的实际设计需求。^[3]

又比如，华中科技大学的凌玲等人在2013年根据住区建筑物需要考虑的日照、消防等约束，构造了建筑布局的数学模型，实现行列式和周边式自动快速布局。根据介绍，该方法对于日照约束的处理仅体现在采取“日照间距系数1.2”来一次性控制建筑单体之间的位置关系，而根本无法应对前述的高层实际阴影叠加排布问题，无法应用于实际设计。^[4]

还比如，2017年深圳小库科技发布的“强排”技术，据其宣传文字介绍，采用了“卷积神经网络(Convolutional Neural Network,CNN)”、“生成对抗网络(GenerativeAdversary Network,GAN)”两种深度神经网络技术。通过用大量优秀的建筑排布案例来训练神经网络，使得其能够在随后根据一个给定的基地条件，自动产生出一批排布结果，其中的一部分在较高概率(即其所谓的“正品率”)上，能够符合各项设计要求，这里就包括了日照约束条件。[5]显然可以推断，由于这里能够自动产生的排布结果完全依赖于用来训练的已有案例特征，即要求针对各种潜在的基地条件(包括所在纬度、边界形状、容积率、建筑密度、建筑单体数量、轮廓形状、高度、周边已有建筑条件等)都需要找到大量的对应训练案例——这在多变的实际设计条件下是不现实的，即该方法在适应性上存在先天不足。

现有技术索引：

[1]李飙，韩冬青.建筑生成设计的技术理解及其前景[J].建筑学报,2011,06:96-100.

[2]孙澄宇，罗启明，宋小冬，谢俊民，饶鉴.面向实践的城市三维模型自动生成方法——以北海市强度分区规划为例.建筑学报,2017,8：77-81.

[3]宋小冬，庞磊，孙澄宇.住宅地块容积率估算方法再探[J].城市规划学刊,2010,02：57-63.

[4]凌玲,王晓博,李成刚.基于内部可行域的住区建筑物自动布局算法[J].计算机技术与发展,2013,08:1-4.

[5]小库科技.AI变革百年汽车产业？千年建筑行业也需要拯救[EB/OL].:http://mp.weixin.qq.com/s/8XKKyxjgBU8AkZkkD5iMQA,2017.12.27:

[6]Timothy P.Lillicrap,Jonathan J.Hunt,Alexander Pritzel,NicolasHeess,Tom Erez,Yuval Tassa,David Silver,Daan Wierstra.Continuous Control withDeep Reinforcement Learning[EB/OL].https://arxiv.org/abs/1509.02971,2016.2.29:

发明内容

本发明需要保护的技术方案表征为：

技术方案一

一种面向可计算性能约束的建筑体自动排布设计方法，其特征在于，根据排布应用专业知识，以数学模型的形式，设计能够灵活描述各种排布问题的求解“环境”模型，将单个建筑作为移动决策的主体，将所有建筑的排布问题以分步串行的方式，描述为对逐个建筑的移动决策问题；同时，设计能够与所述“环境”模型通过信息互动，而对其中的单个建筑实现移动决策的“代理人”模型；利用既有深度强化学习类算法，构建一个“代理人”与“环境”互动的“分步回合式”求解循环：每个回合开始时，“环境”中的所有建筑处于一个初始排布状态，而在后续的每个步骤中，“代理人”根据与“环境”的互动，逐一进行每个建筑的移动；在任意步骤中，“代理人”获取“环境”的当前状态，用以生成单个建筑的单步移动矢量，在“环境”中执行该移动后，再获取移动后的新状态，以及移动前后“环境”在某项可计算性能约束上的满足程度的变化量。用上述动态更新的移动记录(至少包括：移动矢量、移动前后的“环境”状态、移动前后性能约束满足程度的变化量)，对移动决策函数中的深度神经网络进行训练，以在回合后期取得更高的性能约束满足程度，即从动态积累的移动经验中提升生成正确移动矢量的能力。随着回合数与步骤数的增加，该项性能指标将不断提高，直至完成排布问题的求解，即达到事先设定的该项性能约束的满足条件。上述性能约束条件中的性能指标，必须是能够从“环境”中可计算获得的数值类指标。

技术方案二

一种面向日照约束的建筑群自动排布算法，其特征在于，

根据建筑日照领域的专业知识，设计了能够灵活描述各种建筑群排布问题的“环境”数学模型(A环境)，设计了能够获取在该“环境”中的单步骤互动经验的“代理人”控制模块(B代理人)，从而才能够按照既有深度强化学习类算法，构建了一个基于“代理人”与“环境”互动经验的“分步回合式”深度强化学习训练求解模块(C分步回合式)。其中，“代理人”不断在每个“单步骤”中获取“环境”的状态，输入控制单个建筑的移动决策函数后，驱动其移动，并收集移动前后的全局日照约束满足程度变化量，以及新的“环境”状态，通过对这些互动经验的记录与训练，不断优化该移动决策函数，从而在后续回合与步骤中达到全局日照约束满足的最高程度，直至完成日照排布问题的求解。

以上技术方案，完全不依赖于事先收集的排布样本，对各类排布任务具有极高的适应性，其求解的副产品(单个移动体的移动决策神经网络)具有很高的学习迁移性。

附图说明

图1算法流程图

图2环境模型样例

图3样例建筑群在某时刻日照测试方向上的遮挡关系总平面图

图4该日照测试方向上的遮挡关系有向图

图5以最大遮挡关系确定图中节点的相邻关系

图6关于周围实际可移动距离的n+m个正反测试方向(n＝9，m＝3)

具体实施方式

以下结合附图进一步介绍本发明技术方案。

现有的面向日照约束的高层建筑位置自动排布方法与相关研究，都无法满足实际设计工作对排布任务提出的适应性要求。本发明技术方案：

为此，本发明根据建筑日照领域的相关专业知识，设计了能够灵活描述各种建筑群排布问题的“环境”数学模型(图1中A框部分)，设计了能够获取在该“环境”中的单步骤互动经验的“代理人”控制模块(图1中B框部分)，从而才能够按照既有深度强化学习类算法(以DDPG算法为例)，构建了一个基于“代理人”与“环境”互动经验的“分步回合式”深度强化学习训练求解模块(图1中C框部分)。其中，“代理人”不断在每个“单步骤”中获取“环境”的状态，输入控制单个建筑的移动决策函数后，驱动其移动，并收集移动前后的全局日照约束满足程度变化量，通过对这些互动经验的记录与训练，不断优化该移动决策函数，从而在后续回合与步骤中达到全局日照约束满足的最高程度，直至完成日照排布问题的求解。该算法完全不依赖于事先收集的建筑群排布案例样本，对各类排布任务具有极高的适应性，其求解的副产品(单个建筑的移动决策函数，即神经网络)还具有很高的复用性即学习迁移性。

本发明所谓的“代理人”，在深度强化学习理论中称为“Agent”。

本发明所谓的“适应性”，体现在：

既能够根据任务需求，在每个需要排布的建筑单体的给定位置设置日照测点与日照约束条件——适应任意计算精度；

又能够应对各种排布问题，不限于纬度、边界形状、地势高低变化、容积率、建筑密度、建筑单体数量、建筑单体类型、轮廓形状、高度、周边已有建筑条件等——适应各种排布条件。

应用：通过本发明算法技术方案，可以支撑相应的计算机软件，为正在进行高密度城市规划或建筑设计的设计师，对给定建筑基地范围与多个高层建筑单体，以及一系列其它设计要求，进行满足日照约束条件的自动排布方案生成，设计师可以从低效反复的人工“试错”作业中解放出来，在自动生成的结果中挑选合适的排布方案，作为后续深化设计的基础。

本发明给出具体的技术方案

本发明可概括为一个由A“环境”、B“代理人”、C两者间的“分步回合式”互动，三部分组成的循环求解过程(图1)。

A“环境”：描述建筑群排布问题的“环境”数学模型。

将任意一个“面向日照约束的建筑群自动排布”问题，描述为一个基于三维坐标系(如X轴指向正东方，Y轴指向正北方，Z轴指向天空)的三维“环境”数学模型(后简称“环境”，图1中左侧虚线框中内容)，供后续B“代理人”部分在求解过程中使用。它包含以下5种对象：

1)日照测点：一组三维点{P1,P2,P3……}，用以离散三维点的形式描述那些需要考虑日照约束的空间区域，如图2中每个建筑底层两个窗的中心点，即带有数字编号的黑色实心圆圈。

2)日照测试方向：一组n个三维矢量，用以离散形式描述一天中连续的日照过程。每个矢量都对应了一个特定的时刻，从一个日照测点指向太阳的方向(受所在城市纬度的影响)，如图2中从建筑E底层0号窗中心点向南发出的9条矢量，它们分别代表了从8：00至16：00整点时刻的太阳矢量(以上海纬度为例)。

3)日照约束条件参数：与每个日照测点相关联的一组数值参数与逻辑判断规则，将各城市、各类型建筑不同的日照约束条件进行数学描述，包括：

相邻日照测试方向间的对应时间间隔：数值型参数，它描述了任意两个相邻日照测试方向所代表时间的间隔。随着该值减小，离散的日照测试方向变得越密集，本算法的日照模拟精度越高，计算量也增大。

日照测点的约束满足判断条件：一组逻辑判断规则，它针对不同城市、日照测点所在建筑类型其所对应的不同日照约束条件，以规则的形式描述日照约束是否满足。包括，最早有效日照时刻的满足判断，最晚有效日照时刻的满足判断，累计有效日照最小时长的满足判断，连续有效日照最小时长的满足判断。

4)建筑物：一个带有多项属性数据的几何多面体，用以描述环境中能够遮挡日照的建筑物实体部分(图2中标有A至E的五个带有斜线纹理的矩形)。它的属性包含：

高层属性：是或否，根据多面体的Z轴尺寸自动赋予)；

可移动属性：是或否，仅为是时，该建筑才参与自动排布计算；

日照测点列表属性：数值数组，描述相关日照测点的编号；

最小水平边界：一条在XY平面的闭合曲线，描述当两个建筑物水平移动时需要满足互不重合的最小边界要求(图2中各建筑带有斜线矩形北侧的矩形范围)。

5)街坊边界：4条在XY平面的闭合曲线，分别描述街坊与道路的边界、街坊内多层建筑可以排布的范围边界、街坊内高层建筑可以排布的范围边界、街坊内不允许排布范围的边界(如集中绿地、水体等)，如图2中从外至内的1条实线与3条虚线不规则范围。

B“代理人”：获取在“环境”中单步骤互动经验的“代理人”控制模块

通过与上述“环境”的互动(读取或修改模型中的数据)，完成在一个单步骤中，对任意一个待排布建筑的控制(图1中中心虚线框中第B1-B11步)，包含四类功能：计算全局日照约束条件满足程度(图1中第B1、B11步)、选择当前待移动建筑(图1中第B2步)、计算以当前建筑为中心而观察获得的“环境”状态(图1中第B3-B9、第B11步)、执行“环境”中当前建筑在给定矢量下的移动(图1中第B10步)。

C两者间的“分步回合式”互动：基于两者互动经验的深度强化学习训练求解模块

借鉴深度强化学习中常见的“分步回合式”通用求解框架(图1中右侧C虚线框内的第C1-C10步，其以DDPG算法为例[6])：构建一个“环境”与“代理人”之间具有u个“回合”、每回合v个“步骤”的互动过程。期间，每个“回合”开始时都恢复到“环境”的初始状态，而在任一步骤t中，“代理人”在“环境”中积累有关特定行为条件、行为决策、行为效果的互动经验样本(即特定行为执行前后的“环境”状态张量St与St+1、由“代理人”的行为决策函数生成的特定行为的控制张量At、“代理人”行为执行前后“环境”的特定获益变化量Rt+1-Rt)。当互动经验样本数量达到要求后，在每一步骤中，就可以用来对“代理人”的行为决策函数中的深度神经网络进行训练，即在互动过程中，体现为一个“代理人”在“环境”中的行为，从无目的探索到不断取得更高特定获益的学习过程。于是，在若干“回合”若干“步骤”后，当特定获益达到求解要求时，即宣告问题求解完成。

将上述深度强化学习算法的一般原理，与上述根据建筑日照领域专业知识而构建起来的特定“环境”与“代理人”相结合(即“环境”的状态张量具体为，以选定的单个建筑为中心，观察到的周边建筑遮挡情况与各向潜在可移动距离的描述；“代理人”的特定行为控制张量具体为，选定的单个建筑在可移动范围内的单步移动矢量；“环境”的特定获益变化量具体为，选定的单个建筑移动前后，全局日照约束条件满足程度的变化量)，就形成了本算法针对“日照约束下建筑群自动排布”问题的“分步回合式”求解过程。

进一步给出详细的实施例算法

实施例1

基于本发明技术方案的思想，给出采用DDPG为深度强化学习的实施例算法，但不应该以此限定本发明保护范围。

本算法将自动排布问题中多个建筑间的并行求解过程，转化为针对单个建筑移动决策函数的深度强化学习过程。整个学习过程的本质，就是不断从“回合”的初始排布出发，通过一系列“步骤”中“代理人”控制“环境”中的单个建筑移动，记录每个步骤中移动行为的量、移动前后“环境”的不同状态、全局日照约束条件满足程度的变化，用这些样本数据来训练“代理人”的移动决策函数，朝着获取更高的全局日照约束满足程度而收敛，从而在多个“回合”与“步骤”后，实现求解。具体来讲，求解过程包含u个“回合”，以及每回合中有v个“步骤”的嵌套循环，即对于任意e回合中的任意t步骤(e∈[0,u-1],t∈[0,v-1])有(图1)：

第1步：(重新)设置求解超参数

根据可用计算资源，设置各种求解超参数，如：计算过程的回合数u、每回合步骤数v、深度神经网络架构中的神经元数量、连接方式、激活函数类型等。

第2步：判断回合循环的终止条件

如果e＝u，即本回合已超出设定的最后一个回合，且之前也没有出现可用解，则此轮求解以失败终止。(如果配合超参数自动搜索方法，可以返回第1步，重新设置后尝试新一轮求解。)

第3步：开始一个新的回合k

按设定规则(如随机化)将环境中的建筑进行初始布局，且步骤计数器t清零；

第4步：判断步骤循环的终止条件

如果t＝v，即本步骤已超出设定的回合内最后一个步骤，则回合计数器e加“1”(e＝e+1)，并返回第2步；

第5步：开始一个新的“代理人”与“环境”的互动步骤t

第6步：计算全局日照约束满足百分率Rt

通过从环境中的各个日照测点出发，分别沿n个不同日照测试方向作射线，判断其是否与环境中的建筑物形成几何相交关系，即可模拟计算出所有日照测点能够实际获得日照的详细情况。再根据日照约束条件参数，即可统计出满足日照约束的日照测点数量占到所有日照测点数量的比例，即步骤t开始时的全局日照约束满足百分率Rt。

第7步：选择当前待移动建筑

在“环境”中按一定策略(如随机)选定的一个可移动建筑b作为本步骤的当前待移动建筑。所有后续对当前步骤t时的“环境”状态Sbt的计算都以其为中心。

第8步：构建全局日照资源有向图

构建所有日照测点在n个日照测试方向上的n个遮挡关系有向图{G1,G2...Gn}。其中，任意图Gn按以下方法构建(如图3中任一处于上海地区的“环境”，图4为其于13：00时的日照测试方向的有向图G)：沿图所对应的日照测试方向的地面投影矢量，遍历场景中所有日照测点与周边建筑的关系(如图3中任一处于上海地区的“环境”，于13：00时日照测试方向的地面投影遍历)。它以日照测点为图的节点，以日照遮挡关系为图的边，以从被遮挡的日照测点到遮挡其的建筑所拥有的日照测点为正方向(如图4为上述方向上该“环境”的有向图G)。当图中的一个测点节点i与其向阳侧一个建筑形成了最大遮挡关系(高距比最大)，则该测点与该建筑上的所有测点(如测点节点j)在图中形成了相邻关系(如自节点i指向节点j)(如图4为上述图的A:1节点，虽然在南侧同时被建筑B与C遮挡，但因与建筑C的高距比更大，所以该节点的正方向节点为C:0与C:1，而非B:0与B:1)。在这里的高距比中，距离Dij是从被遮挡的日照测点节点i到相邻节点j所在的、对其构成遮挡关系的建筑的地面线段长度。高差Hij是从被遮挡的日照测点节点i到相邻节点j所在的、对其构成遮挡关系的建筑，在该方向太阳三维射线下的实际顶部切点的垂直距离(如图4)。

第9步：抽取向阳侧日照测点节点

在每个有向图Gn中，分别以当前可移动建筑所拥有的c个日照测点节点{P1,P2...Pc}为起点，沿其被遮挡方向(图中的正方向，图4中节点间的箭头方向)，找到所有位于其向阳侧，对其构成直接或间接遮挡关系的建筑上的其它日照测点节点。

第10步：计算向阳侧“日照资源指数”

对于从每个有向图Gn中抽取的上述节点，计算其中从每一个节点所对应的日照测点到其向阳侧相邻节点所对应的建筑之间，在相应日照测试方向上的地面距离Di与遮挡高差Hi，再按下式计算出当前建筑在当前有向图Gn上的向阳侧“日照资源指数(+SolarIndex,+SI)”(式1)。最终，对于n个日照测试方向将获得n个+SI。

第11步：抽取背阳侧日照测点节点

在每个有向图Gn中，分别以当前可移动建筑所拥有的c个日照测点节点{P1,P2...Pc}为起点，逆向沿对其它建筑形成遮挡的方向(图中的反方向)，找到所有位于其背阳侧，受其所在建筑直接或间接遮挡的其它建筑的日照测点节点。

第12步：计算背阳侧“日照资源指数”

对于从每个有向图Gn中抽取的上述节点，计算其中从每一个节点所对应的日照测点到其向阳侧相邻节点所对应的建筑之间，在相应日照测试方向上的地面距离Di与遮挡高差Hi，再按下式计算出当前建筑在当前有向图Gn上的背阳侧“日照资源指数(-SolarIndex,-SI)”(式2)。最终，对于n个日照测试方向将获得n个-SI。

第13步：计算各向可移动距离

从当前建筑的形心，沿n+m个正反方向(n为日照测试方向，如图6中n＝9的正反方向长箭头；m为附加方向，如图6中m＝3的正反方向短箭头)的地面投影，分别计算它们抵达相应街坊边界的距离中(根据建筑物的高层属性选择对应的街坊边界进行计算)，实际可以移动的距离(扣除被其间建筑物的最小水平边界范围所占用的线段总长)。总共获得2n+2m个距离值D。

第14步：合成“环境”的状态Sbt

上述所有+SI、-SI、D，构成一个具有4n+2m个元素的数组，即以固定数量个参数的形式描述了以当前建筑为中心观察到的全局环境状态Sbt。

第15步：以决策函数生成行动矢量Abt

将Sbt输入一个内部参数可调的移动决策函数Fae后，计算出当前移动的矢量Abt当前估值(式3)。这里，随着移动决策函数在学习(即深度神经网络的训练)过程中，其内部参数经历一个从随机分布，到逐步收敛的过程，计算出的矢量也会使当前单体建筑的移动，从无目的的尝试，逐步趋向有目的的探索，进而获得更好的全局日照约束满足百分率；

第16步：执行“环境”中当前建筑在给定矢量下的移动

在环境中对当前建筑b按该矢量Abt当前估值进行实际移动；

第17步：计算移动后“环境”的状态Sbt+1与日照约束满足百分率Rt+1

根据与步骤7-14相同的步骤，再次以当前移动后的建筑b为中心，观察周边建筑，计算新位置的全局状态描述Sbt+1(相当于建筑b进入步骤t+1时观察到的全局状态)；同时,计算此时新的所有日照测点满足日照约束的百分率Rt+1；

第18步：储存互动经验

将上述数据(Sbt，Abt当前估值，Sbt+1，Rt+1-Rt)存入一个有固定容量的列表M(求解开始时列表为空，则不断存入；存满后最新产生的数据替换其中最老的数据)；

第19步：对互动经验进行训练来优化决策函数

如果列表M已满，则对移动决策函数展开学习训练。

本实施例根据DDPG算法设定：所有“代理人”的特定行为的控制张量(即这里的单个建筑的移动控制矢量)由一组内部参数可调的深度神经网络(移动决策函数)Fae、Fat、Fce、Fct计算。函数Fae、Fat根据“环境”的状态张量S来计算行为的控制张量A(式3、式4)。函数Fce、Fct负责根据状态张量S、张量A来计算行为(即移动)执行后的价值(式5、式6)。前两个函数之间、后两个函数之间具有相同的深度神经网络结构，且各系数由算法进行周期性同步(从Fae到Fat；从Fce到Fct)。第t步与第t+1步之间存在式7的关系(GAMMA为在0至1之间取值的参数，决定了当前步骤所获取回报(Rt+1-Rt)相对远期价值而言，在决策中的比重，即越倾向于1学习越具有“远见”[6])。于是，就可以以FCEloss作为函数Fce的损失函数(式8)，以FAEloss作为函数Fae的损失函数(式9)，进行深度神经网络的训练，最终可获得4个决策函数的收敛状态。

Abt当前估值＝Fae(Sbt) (式3)

Abt+1远期目标＝Fat(Sbt+1) (式4)

Qt当前估值＝Fce(Sbt,Abt当前估值) (式5)

Qt+1远期目标＝Fct(Sbt+1,Abt+1远期目标) (式6)

Qt远期目标＝Rt+1-Rt+Qt+1远期目标*GAMMA (式7)

FCEloss＝|Qt远期目标-Qt当前估值| (式8)

FAEloss＝-Qt当前估值 (式9)

第20步：根据Rt+1判断求解是否成功

判断如果当前Rt+1已达到求解问题对日照约束的要求，则将环境中的当前排布记录为成功解，此时“分步回合式”求解过程可成功终止(如果需要多个满足日照约束的解，则可以在记录排布后，不终止算法，继续执行后续第21步)。

第21步：进入下一步骤

步骤计数器t加“1”(t＝t+1)，并返回第4步。

本发明的关键点

1)描述排布问题的“环境”数学模型,能够灵活表达各种排布问题。

算法的A“环境”中，采用5种对象组成的三维数学模型,可以通过其各参量的不同组合设置，灵活表达实际设计中的各种日照约束下的各种建筑群排布问题。

2)把排布问题默认的多建筑并行描述改为单建筑串行描述，降低求解难度。

算法的C“环境”与“代理人”间的“分步回合式”互动，将建筑排布任务中，一般默认的一次性的多个建筑并行定位问题，转化为随机序列化的、“分步回合式”的单个建筑移动决策问题。根据上文对国内外相关研究的分析，既有方法都试图直接产生出一个包含所有待排布建筑在基地范围内定位信息的排布结果。受制于日照条件的非线性空间分布、不同基底轮廓的建筑间的实际重合判断、以及各种实际设计中常见的复杂约束条件，使得该问题的难度高居不下。而本发明通过构建一个以单个建筑为移动决策单元的“分步回合式”求解过程，将上述问题转化为，任意单个建筑根据周边环境状态，采取适当移动张量，逐步改善全局日照条件的，单建筑单步移动决策问题。从而大大降低了问题的难度等级。

3)采用“日照资源指数”来以2个数值描述1个既定日照测试方向上的全局日照遮挡综合情况。

算法中第8步至第12步，面对每个日照测试方向的向阳侧与背阳侧的周边建筑变动，提出了一系列步骤，来用一个基于日照测点的有向图，累计计算其中与当前建筑相关节点的向阳侧“日照资源指数”与背阳侧“日照资源指数”。它为当前建筑观察“环境”，提供了用固定数量(2个)数值描述1个方向上全局日照遮挡综合情况的能力，即n个日照测试方向用固定的2n个数值描述的能力(而一般情况下,当面对一个日照测试方向上,数量与位置都发生变化的周边建筑，要么采用固定数量的数值，来描述当前建筑的局部周边,在固定数量的离散方向上，受到日照遮挡的情况，即无法描述全局；要么采用同样可变数量个数值,来描述周边动态的建筑所带来了日照遮挡情况，即无法以固定长度数值来描述全局)。由于该信息与当前建筑移动后带给周边建筑的日照影响的变化间存在高度相关性，所以其对于各种深度强化学习算法的“移动决策函数”学习都会起到关键性作用,是独立于特定深度强化学习算法的建筑领域专业性描述创新。同时，它作为一种源自高距比的统计值，包含了“环境”的高程信息，具备了区别对待不同高度建筑的能力，具备了处理带有地势高差的排布问题的能力。

4)采用固定长度数组来描述全局环境状态。

算法中第7步与第14步，面对不同的排布问题，采用了固定长度(包含4n+2m个元素，2n个描述“日照资源指数”，2n+2m个描述可以动距离的范围)的数组，来以离散的形式描述以当前建筑为中心，观察到的全局环境。这为在相似排布任务间，迁移“决策函数”中的网络训练成果建立了基础。(如果环境状态描述的数据长度因排布任务不同而改变，就无法让问题相似但周边环境不同的“决策函数”间共享成功训练出的神经网络。)

5)计算精度与耗时之间的平衡可调。

本发明对于既定的排布任务，可以通过调节环境中的日照测点数量、日照测试方向数量n、深度强化学习框架中的回合数u与步骤数v，来改变求解的精度，以及与之相对应的计算耗时，适应各个设计阶段对于精度与速度的不同需求。

6)相似条件下的求解加速机制。

本发明的“移动决策函数”中采用了深度神经网络结构，得益于其训练成果普遍具有的“学习可迁性”特性，以及“分步回合式”的单建筑探索过程、固定长度的全局状态描述，使得其可以在两个相似排布任务(日照测试方向与日照约束条件参数相同)的情况下，直接将第一个任务学习而来的深度神经网络，复制到第二个任务的深度神经网络，以明显减少第二个排布任务求解的计算时间。

本发明有何优点或有益效果

1)不依赖样本。

本发明采用完全不同于现有技术(依赖优质样本的积累与训练，试图一次性产生多个建筑的成功排布结果)的思路，其求解过程可以被描述为：一个由神经网络控制的建筑排布“代理人”，仅仅按照人类从条件描述参数里传递给它的规则，通过在一个三维数学“环境”模型中不断进行分步回合尝试，从自己的经验中习得更好的移动单个建筑的策略，最终完成整个排布任务的过程。而本发明彻底不需要人为提供样本，也就不会受到人为样本积累、类型缺失等带来的制约。从理论上讲，本发明所能够处理的排布问题在复杂度上不会弱于人类。

2)更好的适应性。

现有技术学***面中窗户位置时，可以按向阳面均布日照测点，而当有确定建筑平面时，则可以直接按窗户位置设定日照测点；对于一些基地内外存在的既定对象(无论是其会对其它建筑造成日照遮挡，还是其自身日照会受到其它建筑影响，需要得到保障)，都可以通过设置环境中的建筑物，并设定相应的属性来实现。

同时，现有技术受制于训练样本的描述精度，产生的结果的精度必然无法超越。而本发明对于既定的排布任务，可以通过调节环境中的日照测点数量、日照测试方向数量n、深度强化学习框架中的回合数u与步骤数v，来改变求解的精度，以及与之相对应的计算耗时，适应各个设计阶段对于精度与速度的不同需求。比如，环境中的相邻日照测试方向间的对应时间间隔，可以用来控制计算精度(间隔越小，计算耗时越长，但求解精度则越高)，在设计早期采用较大的值，进行多轮粗略的快速排布，而后期则采用较小的值，以较长的计算时间来获得更加精确的排布结果。

3)更宽松的训练成果复用条件。

现有技术受限于其采用的生成对抗网络机制，它依赖于样本的训练成果类型与处理排布问题时的生成求解类型必须高度匹配，否则就产生无用解——训练成果的复用条件较为严苛，比如小规模基地的排布训练成果无法应用于大规模基地的排布任务，L型基地的排布训练结果无法应用于梯形基地的排布任务。而本发明采用的单建筑逐个移动的方法、固定长度的全局环境状态描述，使得如果两个排布任务间，在具有相同的日照约束条件参数，处在同一个城市，且设有相同的计算精度(相同的n个日照测试方向)时，就可以进行训练成果复用——复用条件更宽松，有利于充分发挥神经网络训练成果的“学习迁移性”优势，大大减少第二个任务初次产生解的计算时间。

本算法的实现，可基于各种深度强化学习算法(不局限于Actor Critic、A3C、DeepDeterministic Policy Gradient即DDPG、Deterministic Policy Gradient即DPG、Proximal Policy Optimization即PPO、Distributed Proximal Policy Optimization即DPPO、Policy Gradient、Normalized Advantage Functions；此外，当把“代理人”产生的呈连续分布的移动矢量，改为多个离散的固定移动矢量后，还可以采用一系列较为早期的算法，如Deep Q Network即DQN、Dueling DQN、Double DQN、Prioritized replay DQN)。显然，当具体选用不同的深度强化学习算法后，神经网络的训练收敛速度与成功率会有所不同，继而影响排布的求解效率。由于算法的求解框架(图1中右侧C部分虚线矩形框内步骤)遵循深度强化学习框架的一般原理，而其又不是本发明主张的关键点和保护点，所以如果使用其它深度强化学习算法予以训练单个建筑的“移动决策函数”，也应看作是本发明的一种延续。

Claims (11)

1.一种面向可计算性能约束的建筑体自动排布方法，其特征在于，根据排布应用专业知识，以数学模型的形式，设计能够灵活描述各种排布问题的求解“环境”模型，将单个建筑作为移动决策的主体，将所有建筑的排布问题以分步串行的方式，描述为对逐个建筑的移动决策问题；同时，设计能够与所述“环境”模型通过信息互动，而对其中的单个建筑实现移动决策的“代理人”模型；利用既有深度强化学习类算法，构建一个“代理人”与“环境”互动的“分步回合式”求解循环：每个回合开始时，“环境”中的所有建筑处于一个初始排布状态，而在后续的每个步骤中，“代理人”根据与“环境”的互动，逐一进行每个建筑的移动；在任意步骤中，“代理人”获取“环境”的当前状态，用以生成单个建筑的单步移动矢量，在“环境”中执行该移动后，再获取移动后的新状态，以及移动前后“环境”在某项可计算性能约束上的满足程度的变化量；用上述动态更新的移动记录，对移动决策函数中的深度神经网络进行训练，以在回合后期取得更高的性能约束满足程度，即从动态积累的移动经验中提升生成正确移动矢量的能力；随着回合数与步骤数的增加，该项性能指标将不断提高，直至完成排布问题的求解，即达到事先设定的该项性能约束的满足条件；上述性能约束条件中的性能指标，必须是能够从“环境”中可计算获得的数值类指标。

2.一种面向可计算性能约束的建筑体自动排布方法，其特征在于，所述移动记录，包括：移动矢量、移动前后的“环境”状态、和移动前后性能约束满足程度的变化量。

3.一种面向日照约束的建筑群自动排布算法，其特征在于，

根据建筑日照领域的专业知识，设计了能够灵活描述各种建筑群排布问题的“环境”数学模型(A环境)，设计了能够获取在该“环境”中的单步骤互动经验的“代理人”控制模块(B代理人)，从而才能够按照既有深度强化学习类算法，构建了一个基于“代理人”与“环境”互动经验的“分步回合式”深度强化学习训练求解模块(C分步回合式)；其中，“代理人”不断在每个“单步骤”中获取“环境”的状态，输入控制单个建筑的移动决策函数后，驱动其移动，并收集移动前后的全局日照约束满足程度变化量，以及新的“环境”状态，通过对这些互动经验的记录与训练，不断优化该移动决策函数，从而在后续回合与步骤中达到全局日照约束满足的最高程度，直至完成日照排布问题的求解。

4.如权利要求3所述的一种面向日照约束的建筑群自动排布算法，其特征在于，所述描述建筑群排布问题的“环境”数学模型：

将任意一个“面向日照约束的建筑群自动排布”问题，描述为一个基于三维坐标系的三维“环境”数学模型，供后续B“代理人”部分在求解过程中使用；它包含以下5种对象：

1)日照测点：一组三维点{P₁,P₂,P₃……}，用以离散三维点的形式描述那些需要考虑日照约束的空间区域；

2)日照测试方向：一组n个三维矢量，用以离散形式描述一天中连续的日照过程；每个矢量都对应了一个特定的时刻，从一个日照测点指向太阳的方向；

3)日照约束条件参数：与每个日照测点相关联的一组数值参数与逻辑判断规则，将各城市、各类型建筑不同的日照约束条件进行数学描述；

4)建筑物：一个带有多项属性数据的几何多面体，用以描述环境中能够遮挡日照的建筑物实体部分；

5)街坊边界：描述街坊与道路的边界、街坊内多层建筑可以排布的范围边界、街坊内高层建筑可以排布的范围边界、街坊内不允许排布范围的边界。

5.如权利要求3所述的一种面向日照约束的建筑群自动排布算法，其特征在于，所述数学描述，包括：

相邻日照测试方向间的对应时间间隔：数值型参数，它描述了任意两个相邻日照测试方向所代表时间的间隔；

日照测点的约束满足判断条件：为一组逻辑判断规则，针对不同城市、日照测点所在建筑类型其所对应的不同日照约束条件，以规则的形式描述日照约束是否满足。

6.如权利要求3所述的一种面向日照约束的建筑群自动排布算法，其特征在于，所述建筑物属性包含：高层属性、可移动属性、日照测点列表属性、最小水平边界。

7.如权利要求3所述的一种面向日照约束的建筑群自动排布算法，其特征在于，所述“代理人”通过与“环境”的互动，完成在一个单步骤中，对任意一个待排布建筑的控制，包含：计算全局日照约束条件满足程度、选择当前待移动建筑、计算以当前建筑为中心而观察获得的“环境”状态、执行“环境”中当前建筑在给定矢量下的移动。

8.如权利要求3所述的一种面向日照约束的建筑群自动排布算法，其特征在于，所述“分步回合式”：构建“环境”与“代理人”之间具有u个“回合”、每回合v个“步骤”的互动过程；

期间，每个“回合”开始时都恢复到“环境”的初始状态，而在任一步骤t中，“代理人”在“环境”中积累有关特定行为条件、行为决策、行为效果的互动经验样本；当互动经验样本数量达到要求后，在每一步骤中，就可以用来对“代理人”的行为决策函数中的深度神经网络进行训练；在若干“回合”若干“步骤”后，当特定获益达到求解要求时，求解完成。

9.如权利要求8所述的一种面向日照约束的建筑群自动排布算法，其特征在于，设：

特定行为执行前后的“环境”状态张量St与St+1，

由“代理人”的行为决策函数生成的特定行为的控制张量At，

“代理人”行为执行前后“环境”的特定获益变化量Rt+1-Rt。

10.如权利要求9所述的一种面向日照约束的建筑群自动排布算法，其特征在于，采用DDPG为深度强化学习的实施例算法，

求解过程包含u个“回合”，以及每回合中有v个“步骤”的嵌套循环，即对于任意e回合中的任意t步骤(e∈[0,u-1],t∈[0,v-1])有：

第1步：设置求解超参数

根据可用计算资源，设置各种求解超参数：计算过程的回合数u、每回合步骤数v、深度神经网络架构中的神经元数量、连接方式、激活函数类型；

第2步：判断回合循环的终止条件

如果e＝u，即本回合已超出设定的最后一个回合，且之前也没有出现可用解，则此轮求解以失败终止；

第3步：开始一个新的回合k

按设定规则将环境中的建筑进行初始布局，且步骤计数器t清零；

第4步：判断步骤循环的终止条件

如果t＝v，即本步骤已超出设定的回合内最后一个步骤，则回合计数器e加“1”(e＝e+1)，并返回第2步；

第5步：开始一个新的“代理人”与“环境”的互动步骤t

第6步：计算全局日照约束满足百分率Rt

通过从环境中的各个日照测点出发，分别沿n个不同日照测试方向作射线，判断其是否与环境中的建筑物形成几何相交关系，即可模拟计算出所有日照测点能够实际获得日照的详细情况；再根据日照约束条件参数，即可统计出满足日照约束的日照测点数量占到所有日照测点数量的比例，即步骤t开始时的全局日照约束满足百分率Rt；

第7步：选择当前待移动建筑

在“环境”中按一定策略选定的一个可移动建筑b作为本步骤的当前待移动建筑；所有后续对当前步骤t时的“环境”状态Sbt的计算都以其为中心；

第8步：构建全局日照资源有向图

构建所有日照测点在n个日照测试方向上的n个遮挡关系有向图{G1,G2...Gn}；其中，任意图Gn按以下方法构建：沿图所对应的日照测试方向的地面投影矢量，遍历场景中所有日照测点与周边建筑的关系；它以日照测点为图的节点，以日照遮挡关系为图的边，以从被遮挡的日照测点到遮挡其的建筑所拥有的日照测点为正方向；当图中的一个测点节点i与其向阳侧一个建筑形成了最大遮挡关系(高距比最大)，则该测点与该建筑上的所有测点(如测点节点j)在图中形成了相邻关系(如自节点i指向节点j)；在这里的高距比中，距离Dij是从被遮挡的日照测点节点i到相邻节点j所在的、对其构成遮挡关系的建筑的地面线段长度；高差Hij是从被遮挡的日照测点节点i到相邻节点j所在的、对其构成遮挡关系的建筑，在该方向太阳三维射线下的实际顶部切点的垂直距离；

第9步：抽取向阳侧日照测点节点

在每个有向图Gn中，分别以当前可移动建筑所拥有的c个日照测点节点{P1,P2...Pc}为起点，沿其被遮挡方向，找到所有位于其向阳侧，对其构成直接或间接遮挡关系的建筑上的其它日照测点节点；

第10步：计算向阳侧“日照资源指数”

对于从每个有向图Gn中抽取的上述节点，计算其中从每一个节点所对应的日照测点到其向阳侧相邻节点所对应的建筑之间，在相应日照测试方向上的地面距离Di与遮挡高差Hi，再按下式计算出当前建筑在当前有向图Gn上的向阳侧“日照资源指数(+Solar Index,+SI)”(式1)；最终，对于n个日照测试方向将获得n个+SI；

第11步：抽取背阳侧日照测点节点

在每个有向图Gn中，分别以当前可移动建筑所拥有的c个日照测点节点{P1,P2...Pc}为起点，逆向沿对其它建筑形成遮挡的方向，找到所有位于其背阳侧，受其所在建筑直接或间接遮挡的其它建筑的日照测点节点；

第12步：计算背阳侧“日照资源指数”

对于从每个有向图Gn中抽取的上述节点，计算其中从每一个节点所对应的日照测点到其向阳侧相邻节点所对应的建筑之间，在相应日照测试方向上的地面距离Di与遮挡高差Hi，再按下式计算出当前建筑在当前有向图Gn上的背阳侧“日照资源指数(-Solar Index,-SI)”(式2)；最终，对于n个日照测试方向将获得n个-SI；

第13步：计算各向可移动距离

从当前建筑的形心，沿n+m个正反方向(n为日照测试方向)的地面投影，分别计算它们抵达相应街坊边界的距离中(根据建筑物的高层属性选择对应的街坊边界进行计算)，实际可以移动的距离(扣除被其间建筑物的最小水平边界范围所占用的线段总长)；总共获得2n+2m个距离值D；

第14步：合成“环境”的状态Sbt

上述所有+SI、-SI、D，构成一个具有4n+2m个元素的数组，即以固定数量个参数的形式描述了以当前建筑为中心观察到的全局环境状态Sbt；

第15步：以决策函数生成行动矢量Abt

将Sbt输入一个内部参数可调的移动决策函数Fae后，计算出当前移动的矢量Abt当前估值(式3)；这里，随着移动决策函数在学习(即深度神经网络的训练)过程中，其内部参数经历一个从随机分布，到逐步收敛的过程，计算出的矢量也会使当前单体建筑的移动，从无目的的尝试，逐步趋向有目的的探索，进而获得更好的全局日照约束满足百分率；

第16步：执行“环境”中当前建筑在给定矢量下的移动

在环境中对当前建筑b按该矢量Abt当前估值进行实际移动；

第17步：计算移动后“环境”的状态Sbt+1与日照约束满足百分率Rt+1

根据与步骤7-14相同的步骤，再次以当前移动后的建筑b为中心，观察周边建筑，计算新位置的全局状态描述Sbt+1(相当于建筑b进入步骤t+1时观察到的全局状态)；同时,计算此时新的所有日照测点满足日照约束的百分率Rt+1；

第18步：储存互动经验

将上述数据(Sbt，Abt当前估值，Sbt+1，Rt+1-Rt)存入一个有固定容量的列表M(求解开始时列表为空，则不断存入；存满后最新产生的数据替换其中最老的数据)；

第19步：对互动经验进行训练来优化决策函数

如果列表M已满，则对移动决策函数展开学习训练；

第20步：根据Rt+1判断求解是否成功

判断如果当前Rt+1已达到求解问题对日照约束的要求，则将环境中的当前排布记录为成功解，此时“分步回合式”求解过程可成功终止(如果需要多个满足日照约束的解，则可以在记录排布后，不终止算法，继续执行后续第21步)；

第21步：进入下一步骤

步骤计数器t加“1”(t＝t+1)，并返回第4步；

11.如权利要求9所述的一种面向日照约束的建筑群自动排布算法，其特征在于，所述步骤19，对互动经验进行训练来优化决策函数,根据DDPG算法设定：

所有“代理人”的特定行为的控制张量(即单个建筑的移动控制矢量)由一组内部参数可调的深度神经网络(移动决策函数)Fae、Fat、Fce、Fct计算；函数Fae、Fat根据“环境”的状态张量S来计算行为的控制张量A(式3、式4)；函数Fce、Fct负责根据状态张量S、张量A来计算行为(即移动)执行后的价值(式5、式6)；前两个函数之间、后两个函数之间具有相同的深度神经网络结构，且各系数由算法进行周期性同步(从Fae到Fat；从Fce到Fct)；第t步与第t+1步之间存在式7的关系；以FCEloss作为函数Fce的损失函数(式8)，以FAE_loss作为函数F_ae的损失函数(式9)，进行深度神经网络的训练，最终可获得4个决策函数的收敛状态；

A^b _{t当前估值}＝F_ae(S^b _t) (式3)

A^b _{t+1远期目标}＝F_at(S^b _t+1) (式4)

Q_{t当前估值}＝F_ce(S^b _t,A^b _{t当前估值}) (式5)

Q_{t+1远期目标}＝F_ct(S^b _t+1,A^b _{t+1远期目标}) (式6)

Q_{t远期目标}＝R_t+1-R_t+Q_{t+1远期目标}*GAMMA (式7)

FCE_loss＝|Q_{t远期目标}-Q_{t当前估值}| (式8)

FAE_loss＝-Q_{t当前估值} (式9)。