基于人工智能的控規地塊城市設計多方案生成方法

潘英治

新豐縣自然資源局 廣東 韶關 511100

引言

人工智能技術是當前我國較為先進的技術之一，需要結合平臺系統融入人工智能技術和大數據技術，在服務器中滿足采集、存儲和計算模型需求，發揮出相應的功能。人工智能平臺需要滿足人體、行為識別要求，還需結合各類算法中生成的數據進行建模操作，保證各類數據的有效接入，并且結合監管工作對模型的部署和規劃進行完善。站在平臺的角度分析，人工智能更加傾向于識別系統，通過識別操作連接數據端口，有效對各類信息進行導入和導出，從而滿足使用需求。人工智能技術在應用時，需要結合特點合理選擇，確保技術的特性，保證資源的有效調度和細化分析，最終通過大數據技術的支持，將其轉換至各類方案之中，從而為人們提供更多的方法內容。

1 人工智能概述

人工智能是我國當前計算機學科的一個分支，并且人工智能現已遍布我國多個行業領域內部。人工智能通過智能的實質結合人類智能的方式制造出各種智能機器，以此滿足我國多個領域的使用需求。通過此類技術的支持，構建出了各類智能機器，比如說智能機器人、語音識別功能、圖像識別、自然語言的有效處理、專家系統等，每一類系統都具備一定優勢，在使用時可以滿足不同人的需求。人工智能在出現后，無論是在理論方面還是技術方面都得到了大力發展，并且整體發展逐步走向成熟化，因此各個領域也得到了發展和優化，所以人工智能具備一定發展前景，在發展過程中可以為各個領域做出共享，因此我國需要加大對人工智能的發展力度，多加結合人的思維對信息進行模擬，確保建設處更具有人類特點的智能容器。人工智能可以模擬人的思想和意識，并且結合各類信息對其進行完善，因此人工智能不是人的智能但是可以超過人的智能，以此對事物進行分析和規劃，保證各類方案的可行性需求[1]。

2 發明內容

本文研究人工智能的控規地塊城市設計多方案生成方法，其中融入了人工智能技術平臺，為了保證城市地塊設計多方案生成的有效性，相關設計人員還將平臺劃分成為各個子平臺，通過多個子平臺之間的連接，確保多個平臺的聯動，保證生成的設計方案更符合實際需求，并且滿足一定科學性合理性。

本次設計內容包括了以下幾個模塊：地塊空間計算沙盤模塊、控規特征參數輸入模塊、特征案例智能學習模塊、地塊道路生成模塊、地塊步行智能生成模塊、地塊建筑智能生成模塊、方案輸出輔助繪圖模塊。

其中每個模塊都可以發揮出自身作用，結合實際需求各個模塊生成不同的數據內容，針對各個數據內容最終將其形成一個完整的設計方案，在聯合每個子系統的連接功能，通過連接操作將各個子系統中的數據進行劃分，在形成坐標后融入三維模型，后期結合三維模型驗證系統對各個數據的準確性進行驗證，最終通過驗證結果生成各類符合標準的方案，確保方案的可行性，最終將各類數據帶入模型之中，確保各個點之間的連接，保證模型的完善性。

在智能平臺中，每個模塊負責的內容不相同，所以需要通過多個模塊的設定，結合智能平臺的優勢，保證多個環節的聯動，以此形成完整的系統。

3 具體實施方式

本次設計的模塊具體內容如下：

3.1 地塊空間沙盤模塊

此模塊的設計主要目的是為了對周圍環境中所涉及的內容進行構建，應用二維數據相關功能，對各類建筑和道路的數據參數進行明確，后續結合三維空間信息攝取功能對各類數據進行整合，保證數據的采集的有效性[2]。

地塊空間沙盤模塊需要采集地塊周圍一定范圍內的建筑和道路信息，應用二維技術構建數據閉合多邊形模型，從而明確建筑層數，并且將其所規劃的道路數據中心線和寬度進行標注。在采樣過程中可以結合無人機對現場數據進行采集，還可執行校對操作，從而構建三維空間模型。此過程也需建設矢量數據坐標，結合坐標標注二維數據參數，利用三維傾斜攝影中所形成的數據信息建設模型后續將其引入智能化平臺之中。如果在處理后出現了各種差異，可以選擇對其進行拉伸操作，達成三維建模的需要，建模完成后，需要標注道路和路標。針對道路和高程點問題，可以結合數據信息判斷道路的寬度，自動生成道路的三維模型，并且將其引入在空間沙盤之中。

3.2 控規特征參數輸入模塊

此模塊主要的工作是對規劃內容進行細化分析，并且將其具體化，此時需要應用CAD軟件將所得的數據參數匯總在一張圖紙內，以此形成數據坐標，在結合數據坐標的位置細化三維模型，在連接各個模塊的數據參數，使得三維模型更加完善[3]。

為了保證此項工作的準確率，需要應用掃描儀對地塊的參數進行掃描，以此分析出圖紙，結合圖紙對可以規劃的地塊參數進行整合，從而設定道路各個街區的出入口，此時無論是建筑密度還是建筑高度都可通過掃描的形式進行完善，達到逐步開發的目的。除此之外，在地塊規劃過程中數據參數可以在人工智能平臺中整合，最終形成建筑三維模型，利用三維模型分析內在聯系，結合內在聯系判斷各類方案的可行性，最終保證整體設計的有效性，確保各個模塊之間的連貫性。

3.3 特征案例智能學習模塊

主要指的是城市設計現狀、建設方案數據庫，通過案例庫的建立提取城市設計方案中的各項具體指標，保證特征參數可以按照順序進行排列，最終結合特征指標建設決策樹，保證決策樹可以結合相似的案例內容形成主要案例庫。

首先需要獲取城市設計現狀建設方案案例庫，再次應用相關功能對數據內容進行排列，讓其形成決策樹，結合決策樹內容對各類案例進行分析，最終得出完整的可供設計者學習的案例庫。

3.4 地塊道路生成模塊

此類模塊需要針對控制線對其進行詳細規劃，前期需要對各個街區的出入口進行采集，以此檢驗模型數據準確性，最終判斷方案是否滿足實際需要，此項設計盡可能滿足道路規劃網絡方案的實際需要。

在構建此模塊時，相關設計人員需要先確定出入口，結合隱格柵自動尋找兩個路口的最短路徑，在連接最短路徑后，重復各個街區出入口的具體參數，最后將其相互鏈接即可。此時設計方案中，中心線需要根據城市道路規范準則才可進行道路拓寬操作。此項工作需要結合城市道路規劃規范要求進行，無論是尺度還是密度都需按照規范要求進行判斷，最終讓其連接成為網格。

3.5 地塊步行智能生成模塊

此模塊主要作用是對各個街區土地進行有效利用，通過智能化技術生成道路網絡方案，最終規劃出可以步行的部分，結合參數和算法對其方案進行明確，針對地塊步行體系智能生成多種設計方案，結合體系規則檢驗生成方案的可行性，滿足實際需求和可行性后可以選擇設計方案[4]。

此模塊需要在非居住的區域對道路街區進行布置，最終形成相應的體系，按照每一個節點對生成內容的參數進行劃分，結合各個角度和長度范圍對分岔路口進行分析，后續結合各類數據生成函數。同時此過程需要應用進化算法生成起點，后續將非居住用地的各個起點進行連接，以此生成樹形結構和城市道路進行連接。在連接時還可結合樹型結構對各類數據參數所生成的方案進行判斷。樹形結構讓步行道路方案更加科學化，結合各類交互參數對街坊中所形成的參數進行判斷，最終建設出指數交互參數。

對于地塊建筑智能生成模塊方面，還可構建建筑組合樣本數據庫，結合最為合理化的方案，此流程需要補圖算法和自適應算法的支持，還需對地塊控規空間進行劃分，才可滿足方案的可行性。

其中還涉及超深度計算方式，利用此類計算方式構建建筑組合數據庫，針對建筑組合樣本數據庫中所采集到的數據信息，構建道路圖形。后續對建筑組合樣本體系進行分析，此過程需要對筑的總占地面積和街坊面積進行識別，以此作出用地性質的分析。同時通過建筑組合數據庫對各類智能數據進行匹配，確保樣本的適配度可以達到90%左右，并且在數據匹配過程中也可對數據庫中的各類案例進行詳細解讀[5]。

在建筑組合設計中應該應用補圖算法和自適應算法，針對各類算法所得結果生成數據信息，此過程融合了智能平臺的優勢。在實際使用中對參數進行校驗，檢驗結束后將設計圖紙和報告進行打印。在打印結束后針對方案的具體內容分析規劃的可行性，此過程中需要重視輪廓的波動問題，針對輪廓波動的情況進行方案選擇。

3.6 方案輸出輔助繪圖模塊

該模塊主要工作是輸出道路、步行、建筑方案，最終形成集成數據，結合輸出的內容從而檢驗各類參數報告，結合設計特征和需求構建參數數據表，滿足工程報告圖紙的質量，將所得出的各類數據輸入可視化平臺，向設計人員展示各類設計界面。

此模塊在工作前期需要對道路、步行建設方案進行分析，后續結合數據按照一定層次生成三維模型，再將其導入人工智能城市建設平臺。針對平臺中所得出的結論匯總各類數據，匯總結束得出報告內容。后續將其應用在三維數據平臺之中，結合需求得出符合要求的方案內容。同時提取的實景數據也可應用在三維數據平臺中，在此過程中可以對坐標進行調試，讓其在三維模型數據庫中生成多個點，針對各個點進行觀察，并且將其融入人工智能城市平臺中，最終導出即可。此類生成方案的模型可以以漫游的形式進行查看。

4 結束語

綜上所述，在控規地塊城市設計方案過程中，需要對各類控規區域進行功能性的設置，并且還需保證可以對城市進行有效規劃，最終讓各類方案都可起到指導性作用，保證各個方案的生成具有重要意義，確保每個方案都具備特點和優勢，都可滿足城市規劃需求，并且有效利用土地資源，減少被浪費的情況。因此在人工智能技術的支持下，相關設計人員可以結合智能技術的優勢，對城市地塊進行有效控規，從而優化設計方案，在多個設計方案生成后，結合自身需要進行選擇，保證各類方案的有效使用。所以當前我國在地塊控規設計方案方面需要融入人工智能技術的支持，最終保證方案設置的科學性合理性。