（信息）驻马店俩单位入选河南省社会主义核心价值观建设示范点

本研究探讨了高密度城市环境中空间布局对人类定向和寻路能力的影响，通过可见性分析、形状匹配算法和VR寻路实验，揭示了等视域多边形的形状特征如何影响人们的认知负荷与导航行为。以香港两个公共屋邨为案例，研究发现重复的空间布局会增加困惑感，而不规则或独特的布局则有助于提升寻路能力和心理舒适度。研究还提出了基于计算机视觉的空间分析方法，并验证了其在预测人类感知方面的有效性，为未来城市规划与设计提供了科学依据。

本文探讨了办公建筑设计与公共住房空间布局中的关键问题。在办公建筑设计部分，通过案例研究和建筑师访谈，揭示了需求规划与实际设计之间的差异及其原因，重点包括连接数量、区域面积及功能对偏差的影响；在公共住房部分，利用等视域分析和形状匹配算法研究了高密度住宅环境中居民的寻路能力与空间感知，提出优化建议以提升步行性与社区认同感。

本文通过分析两个办公建筑案例，系统研究了设计提案对“新工作”办公建筑需求的满足情况。重点探讨了路径长度与路径复杂度的关系、强中弱连接的特征、需求与设计之间的偏差以及导致偏差的因素。研究表明，区域连接数量、面积和功能类型均会影响设计对需求的实现程度。研究为未来办公建筑的设计与规划提供了有价值的参考，并指出了进一步研究的方向。

本文探讨了算法模型在建筑空间规划中的应用，特别是在活动中心规划实验和‘新工作’概念下的办公建筑设计需求分析。通过开发基于Rhino + Grasshopper的space planner插件，并结合环境与空间代理设置，研究展示了如何生成合理的空间规划方案。同时，文章分析了当前办公建筑设计面临的挑战，并提出了改进方向，包括设计评估优化、需求规划加强及设计过程互动提升等策略。

本文介绍了一个集成交互式 3D 空间规划框架，该框架基于多智能体约束求解系统，实现了多准则优化。通过整合场地条件、空间功能、建筑规范及用户偏好等多重因素，结合体素化环境与智能体的形态发生行为，将空间规划过程转化为可交互和可扩展的算法流程。框架具备高度集成性、良好交互性、灵活可扩展性以及多目标优化能力，适用于建筑设计、城市规划和室内设计等多个领域，为复杂空间规划问题提供了智能化解决方案。

本文介绍了一种基于无监督学习的住宅平面图特征选择方法（Tabula rasa），通过特征类型转换、K-means聚类和信息增益计算，从大量特征中筛选出最有价值的信息。研究使用瑞士住宅平面图数据集验证了该方法在监督学习任务中的高性能表现，并优于监督特征选择方法mRMR。此外，该方法对小样本具有高弹性，且具备广泛的应用潜力，如城市规划和商业建筑布局分析等领域。

本研究探讨了建筑设计中的两个关键问题：场地布局的物理约束求解和住宅平面图的特征选择。在场地布局方面，通过测试多种启发式求解器并引入基于刚体动力学的约束求解机制，有效提高了建筑布局的优化效率和可行性。针对住宅平面图设计，提出了一种无监督混合特征选择方法，旨在最大化数据集的信息价值并减少冗余，从而提升机器学习模型的性能。研究总结了两种方法在建筑设计领域的应用潜力，并展望了未来结合多处理技术和深度学习以进一步提升设计效率的可能性。

本文提出了一种结合基于刚体动力学的约束求解器与启发式优化算法（特别是SGA）的方法，用于解决高密度、非凸公寓建筑群的布局问题。通过将不可行解转化为可行解，显著提高了黑盒优化算法的效率，并生成了多样且符合规范的设计方案。实验表明该方法在时间和适应度方面均优于传统方式，为建筑设计提供了高效、智能的新思路。

本文探讨了拓扑运算在建筑设计中的应用，提出了一种基于图基表示的可检索设计操作新方法。通过开发计算设计工具包，实现对建筑体量的严格编码与多样化操作，支持动态网格划分、拓扑关系识别和代数运算，从而生成复杂的建筑形式并实现跨场地的设计策略迁移。研究强调拓扑运算相较于传统参数化方法的优势，并展望其在建筑设计自动化领域的重要潜力。

本研究聚焦于量化体育行为的不确定性对运动员视觉舒适度的影响，并探索建筑设计中可检索操作的新方法。通过构建数据驱动的预测模型，计算网球运动中球员在不同视图场景下的占用概率，引入‘概率视觉舒适度（VCp）’指标以更准确评估真实感知。同时，提出基于Rhino-Grasshopper平台的可检索设计操作工作流程，强调设计过程的记录、解构与重组，为建筑设计提供新的过程导向方法。研究表明，考虑不确定性的视觉舒适度评估更具准确性，而可检索设计操作则提升了设计灵活性与效率。

本博客探讨了建筑空间中智能交互与视觉舒适的量化研究，重点分析了Social Signals自适应装置的特点与局限，总结其优势并提出未来发展方向；同时，研究了国家健身大厅的视觉舒适评估问题，提出了基于机器学习的协同模拟框架，解决了运动行为不确定性对视觉舒适度评估的影响。通过数据驱动的预测模型和概率视觉舒适度（VCp）指标，实现了更准确的视觉舒适度评估，并通过网球运动案例验证了该框架的有效性。研究为建筑空间的智能化和人性化设计提供了新的思路和方法。

Social Signals 是一个用于调解空间的自适应装置，通过集成行人检测、路径预测和可视化设计等技术，实现在公共空间中引导行人安全通行的功能。该系统利用NVIDIA Jetson Nano计算板、广角摄像头和投影仪，在保护隐私的前提下提供实时的空间占用分析与可视化反馈。文章详细介绍了系统的开发框架、行人检测与跟踪方法、路径预测模型以及交互设计迭代，并评估了其在现实场景中的性能表现。未来，该系统有望应用于更多复杂场景，为智慧城市的发展提供支持。

本文探讨了‘混合场所’这一结合物理与虚拟环境的新兴概念，分析了其技术实现、潜在意义以及面临的挑战。混合场所通过扩展现实技术和智能体系统实现了跨空间的共同存在和交互，为地理分散的协作和新型社交体验提供了可能性。同时，文章介绍了应对疫情的创新解决方案‘社交信号’系统，它利用计算机视觉和可视化技术动态引导行人并促进社交互动。文章还讨论了相关技术挑战和未来发展方向，强调了技术创新与用户体验的重要性，并展望了混合场所在更多应用场景中的潜力。

本文提出了‘混合场所’的概念，探讨如何通过虚拟增强的物理场所和物理增强的虚拟场所的动态交互，实现物理与虚拟环境中的共在耦合。研究结合物联网、扩展现实（XR）和数字孪生技术，探索了支持地理上分散人群互动与协作的新方法，并以学术图书馆为案例进行了初步验证。文中分析了系统的技术架构、实现流程、实验结果以及面临的挑战与机遇，为未来混合空间的设计与应用提供了理论基础和实践参考。

本文提出了一种基于建筑信息模型（BIM）与物联网（IoT）的室内空气污染物监测与识别框架。通过集成IoT传感器网络和BIM数据库，系统能够实时监测室内空气质量（IAQ），利用传感器数据、风向量模拟和触发顺序分析，确定污染物源的可能区域，并结合通风策略向居住者推送治理建议。研究通过试点测试和案例研究验证了系统的有效性，展示了其在智能建筑运维中的潜力。

本文探讨了建筑信息模型（BIM）与增强现实（AR）、物联网（IoT）等新兴技术在建筑领域的创新应用。重点介绍了BIMThermoAR在建筑热模拟可视化中的作用，以及基于BIM与IoT传感器的室内空气质量监测框架，分析了这些技术的优势、挑战及未来发展趋势，旨在提升建筑性能和环境质量。

本博文介绍了BIMThermoAR，一种基于增强现实（AR）技术的建筑能源模拟可视化工具。该应用结合建筑信息模型（BIM）与EnergyPlus模拟能力，将复杂的能源模拟结果直观地叠加到实际建筑环境中，帮助建筑师、工程师和学生更好地理解建筑设计参数对能耗的影响。通过交互式功能，用户可以实时调整建筑材料属性并观察其效果，为建筑设计、施工、运营管理和教育领域提供了创新解决方案。

本文介绍了 LBDviz 工具，该工具通过将建筑行业的异构和联合信息集成到一个统一的可视化视图中，为设计和决策过程提供支持。文章详细描述了 LBDviz 的多种查询功能、时间序列数据处理方法以及其在建筑生命周期不同阶段的多个案例研究应用，包括需求检查、高性能建筑设计、生态与经济挑战应对及设计反馈获取。研究表明，LBDviz 能够有效提升建筑行业在设计阶段和运营阶段的决策效率和质量。

本文探讨了如何利用语义网技术实现多尺度、多生命周期阶段的建筑信息互联，并通过LBDviz工具实现可视化和交互式查询。重点介绍了BIM、传感器数据和用户反馈的集成方法，以及在设计和运营阶段的实际应用案例，为建筑行业的智能化决策提供全面支持。

本文探讨了基于 BHoM 联合数据模式框架和语义网技术（SWT）在建筑设计阶段进行建筑信息验证与推理的应用。通过将设计数据转换为知识图谱，并利用 OWL、SWRL、SHACL 和 SPARQL 等技术，实现了对木壳屋顶结构的数据完整性检查、约束验证以及隐含知识的推导。研究展示了从设计创建到结果反馈的完整工作流程，突出了 SWT 在多学科协同设计中的潜力，为减少施工后期修改成本、提升设计效率提供了新方法。

本文探讨了基于语义网技术（SWT）在城市规划与建筑信息处理中的应用。重点介绍了新加坡可允许总建筑面积（GFA）的估算方法，通过OntoBuildableSpace本体和自动化模型计算地块的允许GFA值，并上传至知识图谱。同时讨论了该方法的优势、局限性及未来发展方向，包括对混合用途分区法规的支持和全球城市指标的应用扩展。此外，还提出了一种用于建筑设计数据验证的语义网方法，利用BHoM框架和联合数据模式支持设计过程中的约束检查，以提高协同设计效率并减少后期修改成本。

本文提出了一种基于语义网技术和知识图谱的自动化语义空间政策模型，用于估算新加坡地块的允许总建筑面积（GFA）。通过标准化和过滤异构的规划法规数据，并结合OntoCityGML本体与KG技术，实现了监管数据的形式化表示和GFA的自动计算。研究以新加坡河谷地区为案例，验证了模型在生成允许GFA数据集、提高城市分析效率和支持规划决策方面的潜力。未来工作将扩展至全市范围，并探索动态更新机制及其他城市指标的集成。

本文探讨了在性能约束条件下对铸玻璃结构进行最小质量优化的方法与实际应用。通过引入位移、主应力、柔度和退火时间等多重要素的约束条件，结合欧洲规范中的荷载要求，利用拓扑优化算法高效地生成满足结构完整性和制造可行性的设计方案。研究以一座博物馆室内桥为案例，展示了不同玻璃类型、支撑条件和横截面高度对优化结果的影响，并验证了优化结构的力学性能。最终选择表现最优的设计变体进行三维建模、结构评估和制造分析，比较了几种可能的制造工艺，如失蜡法和3D打印砂模。研究表明，该优化方法可显著减少材料使用和退火时间，提高制造可行性，

本博文探讨了生物启发设计与铸玻璃结构优化在建筑领域的创新应用。通过利用蓝藻的生物特性，研究开发了基于CAD到CAM流程的协同制造工作流程，旨在提升建筑组件的可持续性与功能性；同时，针对铸玻璃结构的设计挑战，提出了拓扑优化方法以实现轻量化和高性能的结构设计。这些技术为建筑行业的低碳转型提供了新的可能性。

本文探讨了将蓝藻引入增材制造过程的生物启发设计方法，通过利用蓝藻的光合作用、碳酸钙沉淀和二氧化碳固定等特性，结合计算设计与几何优化，提升建筑构件的可持续性和性能。重点分析了蓝藻在建筑领域的应用优势、挑战以及未来发展方向，为绿色建筑和自修复材料提供了新的解决方案。

本文介绍了一种基于视觉的自适应黏土面板增材制造工作流，涵盖从沙子模板成型、3D扫描与重建到共形刀具路径生成和面板增材制造等关键步骤。通过结合可模制砂混合物和SIO-2 ANETO 3D黏土材料，实现了高精度且可持续的制造过程。创新性地引入计算机视觉框架和差分增长曲线（DGC）算法，解决了非平面表面材料均匀沉积的问题，并通过机器人位姿优化提高制造稳定性。该方法为建筑和制造业提供了一种处理复杂材料系统的新思路，展示了广阔的应用前景。

本文探讨了建筑与制造领域中的两项机器人创新应用：相对机器人桁架操纵系统（HookBots）和基于视觉的自适应粘土3D打印工作流程。HookBots通过其独特的机械设计和集成方法，为未来建筑施工提供了高效的设计与构建策略，同时在能源、负载和控制方面仍有优化空间。基于视觉的自适应粘土3D打印工作流程则通过计算机视觉和传感技术，实现了对复杂几何形状的高效、可持续打印，减少了模板废料。文章还分析了这两种系统的综合优势与挑战，并展望了未来趋势，包括跨系统融合、智能化与自主化提升以及可持续性增强，为建筑与制造行业的智能

本文介绍了HookBot，一种用于空间桁架结构的自主操作机器人系统。HookBot能够执行重新配置、拆卸和组装等任务，具有定制化策略、多用途设计以及节省时间、材料和劳动力等多种效益。文章详细探讨了HookBot的设计特点、粘附机制、移动运动学、自我定位方法及其原型开发，并分析了其在自主离散组装中面临的挑战与可能的解决方案。

本文探讨了基于深度强化学习（DRL）的建筑自主设计框架，结合游戏引擎模拟环境、现代传感技术和建筑机器人，实现了建筑设计与施工的智能化。通过阶段划分、离散动作向量、课程学习和不同奖励环境训练等策略，解决了智能体训练中的挑战，并设计了有效的奖励函数以优化学习效果。同时，介绍了相对机器人“HookBot”的设计与原型，其独特的运动学和粘附机制在桁架结构操控中展现出巨大潜力。研究为建筑行业的自动化发展提供了新思路和技术支持。

本文探讨了一个基于人工智能的自主设计与建造框架，结合深度强化学习（DRL）、建筑机器人和数字制造技术，旨在实现建筑设计与施工的全过程自动化。框架包括五个阶段：设计意图、场地数据采集、设计与施工立法、设计与施工学习以及机器人执行，并通过RoBuilDer软件进行概念验证。该框架整合了传统设计与施工中的离散过程，通过AI智能体的学习能力与人类团队的监督协作，提高建筑项目的效率和质量，具有广泛的应用前景。

本文探讨了木材结构废料从设计到制造的工作流程，以及AI在建筑设计与施工中的应用。通过Autodesk Fusion 360和Grasshopper等工具实现了废料的高效加工，并结合AI技术提出了一个用于建筑设计与施工的自主化框架。文章还分析了AEC行业引入AI面临的挑战及解决方案，并展望了未来木材废料利用和AI技术在可持续建筑领域的发展潜力。

本文提出了一种将木材边角料用于构建自由形式木结构的设计到制造工作流程。通过结合数字化技术、优化算法和机器人制造，实现了对非标准边角料的高效升级利用。该方法包括边角料的数字化处理、基于曲线的结构设计与优化、边角料对齐与连接模拟、机器人控制代码生成以及物理制造和组装。通过数字实验和全尺寸演示器验证了方法的可行性与有效性，展示了其在减少木材浪费和提升建筑结构性能方面的潜力。

本博文介绍了一种基于AR技术的增强性能设计工作流程，用于砌体结构的早期建筑设计阶段。该流程分为AR沉浸式设计和AR辅助结构稳定性模拟两个阶段，通过实时交互和全息图展示，为建筑师提供全新的设计、修改和模拟体验。文章详细阐述了设计与模拟的流程、实验结果、技术要点以及未来应用拓展，旨在提高建筑设计的效率、质量与结构稳定性。

本文探讨了设计空间推荐方法和增强现实（AR）技术在建筑设计中的应用。设计空间推荐通过参数聚类优化搜索过程，提高了城市设计的效率和结果质量；而结合AR与实时结构稳定性模拟的工作流程，则为砖石结构设计提供了沉浸式体验和即时反馈。文章还分析了这些技术的优势与挑战，并展望了未来发展方向，如动态参数控制、用户测试改进以及与其他先进技术的融合。

本文探讨了两种提升城市设计效率与质量的方法：建筑空间分析方法通过细分可建体积并优化能源和日照性能，生成节能且保障日照的新建筑形式；参数聚类方法结合DBSCAN与NSGA-III算法，改进搜索范围以提升多目标优化效率。文章还分析了两种方法的对比与综合应用，并设想了其在住宅开发项目中的联合使用场景，助力城市的可持续发展。

本文探讨了一种城市建筑空间分析方法，旨在通过模拟不同城市环境和建筑参数，实现能源利用的优化与日照条件的合理保障。研究选取了塔林、巴黎和雅典三个不同纬度的城市，并构建低密度、中密度和高密度城市环境模型。通过立面样本聚类、城市场景参数设定及建筑空间分析，提出了能源-日照包络（ESE）概念，以评估建筑空间对周边场所能源使用和日照暴露的影响。结果表明，该方法在降低制冷能耗、优化供暖需求以及平衡电气照明使用方面具有显著效果，适用于多种城市环境。

本文探讨了城市设计和建筑设计中如何融入气候因素以实现可持续发展目标。重点介绍了Kikayon工具和Urban Shaderade方法，这两种工具分别从城市尺度和建筑尺度出发，帮助设计师更高效地评估和优化设计对微气候和能源使用的影响。文章还对比了多种建筑空间分析方法的优劣，并通过实际案例展示了它们的应用效果，最后展望了未来发展趋势，包括集成化、智能化及跨学科融合等方向。

本文介绍了Kikayon，一款用于户外遮阳设计的参数化工具。该工具基于Grasshopper和Ladybug Tools，能够计算遮阳指数（SI）和遮阳可用性指数（SAI），帮助城市规划者和设计师评估不同街道设计方案的遮阳效果。文章详细介绍了工具的输入参数、计算过程、输出结果以及在地中海城市特拉维夫-雅法的实际应用案例，并探讨了其优势与未来发展方向。

本文探讨了人工智能（AI）和参数化工具在建筑与城市设计领域的应用，重点介绍了AI如何助力中国园林场所精神的探索，并开发了一款用于街道户外遮阳设计的工具。通过使用pix2pix、RNN和CycleGAN等算法，AI能够生成具有中国园林特点的空间设计，并融入传统美学。同时，Kikayon工具基于街道遮阳指数（SI）、人行道遮阳可用性指数（SAI）和街道树冠覆盖指数（TCC），为缓解城市热应激提供了数据驱动的设计支持。文章还分析了AI辅助设计的优势与挑战，并展望了未来发展方向。

本文探讨了人工智能（AI）如何助力理解和传承中国园林的场所精神，并将其应用于当代乡村建设项目。研究结合了叙事空间序列和视觉构图两种方法，利用pix2pix、RNN（LSTM）和CycleGAN等神经网络模型，从大量中国园林平面图数据集中学习空间布局规律，并生成具有地方风格的空间序列。通过福建固原村的案例分析，展示了AI技术如何帮助恢复中国传统自然美学，为乡村振兴提供新的设计思路与解决方案。