基于风环境与遗传算法的建筑体块生成方法--以某综合体设计为例.pdf

057234|2023|09建筑学摘要：高速发展的城市化背景下，方案设计阶段由体块设计带来的风环境影响不容忽视。文章基于风环境，开发了一组融合遗传算法的计算流，以期支持建筑体块生成。以某综合体设计为例，在体块生成阶段，使用 CFD 模拟评估不同参数下建筑体块的风环境，结合遗传算法，利用全年情况下风环境对人体舒适度的影响作为评价标准，寻找了一组能够使室外风环境更优的影响建筑体块形式的参数组合。考虑风环境的建筑设计能够有效提升建筑整体舒适性。该方法作为参数化设计的补充，有望成为建筑师在设计过程中可供选择的新工具。Abstract：In the context of high-speed urbanization,the negative impact of wind environment on building block generation design cannot be ignored.This study aims to develop a method that can consider the wind environment in the design of building blocks based on genetic algorithm.Taking a complex design as an example,CFD simulation is used to evaluate the wind environment of building blocks under different parameters,and combined with genetic algorithm,a set of building blocks with better wind environment under variable parameters is calculated and generated.This method is expected to be a new tool for architects in the design process as a complement to parametric design.关键词：风环境；遗传算法；体块生成；CFD 模拟Keywords：wind environment；genetic algorithm；block generation；CFD simulation文黄成成同济大学建筑与城市规划学院硕士研究生于瀚婷同济大学建筑与城市规划学院硕士研究生徐嘉豫同济大学建筑与城市规划学院张华丽同济大学建筑与城市规划学院硕士研究生（通讯作者）何映芳哈尔滨工业大学（深圳）建筑学院硕士研究生DOI：10.19875/ki.jzywh.2023.09.019引言我国对风环境的研究起步较晚，在设计阶段若未考虑风环境因素，将产生消极的建成环境室外风环境，对行人舒适度和安全存在隐患1,2。塑造良好的风环境在保证居民健康与舒适度、缓解城市热岛效应和改善城市空气质量等方面具有关键作用。单元式建筑灵活的多样化组合方式导致室外风环境的多样性，建筑单元的空间布局、建筑高度、开口方向、大小和外形等因素都会影响室外风环境。因此，研究单元式建筑的室外风环境对于指导单元式建筑的设计具有重要意义。参数化，其本质上是把设计的各个方面参数化，即通过调整不同的参数值来控制设计结果3。参数化设计将设计看作是受参数控制的，即每个参数控制设计结果的某种重要性质，改变参数值将改变设计结果。这种方法可以大大提高设计的效率和灵活性，使设计师能够更加快速地尝试不同的设计方案，从而找到更优的解决方案。遗传算法（Genetic Algorithm）作为一种高效的优化算法，在各领域得到广泛运用4,5。它是一种模拟生物界自然选择和遗传机制的随机搜索算法，不断重复迭代得到最优解6。将遗传算法融入参数化设计能够更快地找到更优解决方案，提高设计效率和质量。1 研究局限及新可能1.1 风环境与体块生成相关研究近年来，风环境评估通常用于建筑设计的后期评估7和前期场地分析8。已有研究开始关注设计前期建筑体块对风环境的影响，例如通过总结建筑形态对室外风环境的影响从而提出描述性的设计导控9,10；以低能耗为目标，关注非建筑形态设计变量；通风窗面积及通风窗位置等对风环境影响的研究11；又如在寒地地区风环境性能驱动的建筑体块生成研究12。然而较少有研究关注到非寒地情况下，基于建筑全年室外风环境舒适性为目标的建筑体块生成研究。1.2 人工筛选较优方案的局限人工筛选较优方案，容易陷入局部最优解，且往往是基于专家主观经验，难以确保结果的客观性。在面对复杂的参数设计时，人工筛选的方式需要大量的时间和人力资源。因此，参数设计中，人工筛选较优方案往往存在多方面局限，无法解决复杂的参数设计问题，需要寻找更加行之有效的筛选方式。1.3 参数设计及遗传算法带来的新可能将参数设计和遗传算法结合，为基于建筑全年室外风环境舒适性为目标的建筑体块生成研究带来新的可能。灵活多样的单元式建筑体块的相关形态特征可通过参数化设计思维来量化，而这些参数可以作为遗传算法的变量。通过建筑物理的相关原理构建以优化室外风环境为目标的遗传算法目标函数。通过参数化设计能够快速生成大量由不同数值的参数组合构成的设计方案，而遗传算法的介入则可以自动搜索这些方案中的相对最优解，从而节省设计师的时间和精力。总之，结合参数设计和遗传算法，可以为建筑体块生成研究带来新的可能，从而协助设计师通过优化建筑参数，得到室外风环境更优的体块生成阶段的建筑方案。Building Block Generation Method based on Wind Environment and Genetic Algorithm:Taking a Complex Design as an Example基于风环境与遗传算法的建筑体块生成方法以某综合体设计为例0582 基于风环境与遗传算法的建筑体块生成方法构建2.1 软件平台本研究使用 Rhinoceros 软件及其参数化设计插件 Grasshopper 这一可视化脚本，同 CFD相关软件建立反馈调节机制来开发相关的算法。Grasshopper 是一个在 Rhinoceros 中允许算法设计的接口。它提供了广泛的组件，在 Rhinoceros界面中生成和控制几何图形。本次研究在Grasshopper 可视化脚本中使用了 Ladybug 以及Butterfly 这两种附加组件。2.2 研究框架及算法设计研究步骤主要包含四个主要阶段。首先，设计可变参数。通过确定建筑体块特征变量作为遗传算法的变量，这些变量的取值范围通过场地、功能和规范等限定。影响建筑体块形态的参数有很多，考虑地形和场地等外部环境能够在一定程度上限定建筑的高度和体量范围。具体的功能和要求需要特定的空间和布局，从而能够给出一定的建筑面积要求，根据流线组织又能限定不同功能体块的位置。此外，相关建筑规范对建筑高度、面积和占地的要求也会影响建筑体块的形态。第二步，通过建筑物理的相关原理构建以优化室外风环境为目标的遗传算法目标函数。影响室外风环境涉及多个影响因素，室外风环境最优状态的定义和评价标准也可能会因气候条件和个体感受等因素而异，例如对于寒地地区可能会考虑尽可能降低室外风速，而对于温带地区则可能会考虑如何合理利用室外风速。因此，对于不同地区的室外风环境目标函数也会有所不同，另外，室外风环境的模拟将借助 CFD 模拟而实现。第三步，固定参数设置。固定参数包括遗传算法相关参数，包含气候参数在内的风环境分析参数及环境参数。遗传算法需要进行大量的迭代和计算才能得到相对更优解，而参数的设置对算法的搜索范围、速度和效果都有很大的影响。因此，在设置遗传算法相关参数时需要在计算资源和计算结果之间进行平衡。风环境分析参数则通过 CFD 模拟的相关知识进行确定，包括风环境、边界条件、计算面以及计算面的网格划分。通过获取设计方案对应地区气候文件，利用Grasshopper 中的 Butterfly 组件，得出该地区夏季和冬季高频风多发的结论，从而设置边界条件中的进风口参数。边界条件的出风口通常为大气压，其他边界条件则根据 CFD 模拟相关知识及实际情况确定13。从以人为本的角度出发，计算面可设在距离底面 1.5m 的位置，计算面的范围为使用者活动范围，计算面的网格划分根据实际需要及计算效果确定大小。环境设置包括场地坡度、周边建成环境和场地周边植被等因素，需根据设计背景设置地块所属环境条件及风环境研究范围。第四步，执行算法，并在求得的最后一代室外风环境都相对较优的体块组合中选择一组形态较优的建筑体块进行后续深化设计。本研究重点关注体块生成，因此，后续深化设计不在重点考虑之列。3 研究实践3.1 研究对象本研究选取南京老山赛车文化展示综合体设计作为研究对象。基地位于南京江北新区老山休闲旅游区，场地南侧靠近城市快速路，车行速度较快；场地北侧存在次级城市道路；相邻东侧为规划的国际公寓和建成的居住区，西侧为农林用地；主题公园位于场地西南区域（图 1）。项目作为汽车文化展示及会议中心，其功能还包括商务接待、主题公园项目展示、产品展示、汽车展示、历史展示、会议接待、办公、零售餐饮等。在方案立意时，采用树林的意向来表现建筑的标志性，同时表达了对老山林场自然环境的尊重。故该方案采用六边形为母体的单元式建筑形式，同时注重室内外空间感受，实现多元功能的组合和建筑标志性、公共性的有机结合。该研究对象作为典型的单元式建筑，其单元的不同组合方式将极大地影响建筑室外风环境，能够成为本文研究的代表案例。3.2 可变参数设计根据具体的建筑背景、需求及立意选择某些建筑体块特征变量作为遗传算法的变量。在该案例中建筑可变参数包括单元位置，单元高度及单元占地面积。通过场地分析得出建筑功能分区，为不同单元体块赋予功能，根据功能分区及流线设置能够给出各功能体块的位置范围。位置范围通过单元体块底面中心点的坐标确定，通过限定各单元体块底面中心点的移动半径和移动角度能够限定其位置范围（图 2）。根据具体的功能面积限制各六边形体块的高度以及截面尺度。高度通过正六边形棱柱的高度限定，截面尺寸通过底面六边形外接圆半径进行限定。综上，在确定每个单元体块底面中心点的初始位置后，每个单元体块的可变参数共四项，包括底面中心点的移动半径、底面中心点的移动角度、单元体块底面中心点外接圆半径和单元体块高度。通过规范对这四项参数进行进一步范围限制得到最终的可变参数范围。因此该项目以六边形体块创建的建筑形体有多组空间解，由此可以借助数字化技术确定建筑的优化目标，来得到复杂情况下令人满意的结果。3.3 以优化室外风环境为目标的遗传算法目标函数由建筑物理知识可知，在一般情况下，夏季人体在风速小于 0.1m/s 的情况下会感觉闷热；在风速达到 0.5m/s 的情况下会感觉舒适；在风速达到 1m/s 的情况下会感觉恼人；在风速达到图 1研究对象区位概况（图片来源：作者自绘）图 2可变参数范围图示（图片来源：作者自绘）059234|2023|09建筑学参考文献：1佀颖鑫.街区尺度高层建筑群风环境模拟分析及优化策略研究D.北京交通大学,2017.2开彦.透过“淘大花园”事件解析住宅问题J.规划师,2003(增刊1):49-52.3 徐 卫 国.参 数 化 设 计 与 算 法 生 形 J .世 界 建筑,2011,(06):110-111.4翟炳博,徐卫国.基于遗传算法理论的绿色建筑优化设计研究C/武汉：2015年全国建筑院系建筑数字技术教学研讨会+数字建构文化2015年全国建筑院系建筑数字技术教学研讨会论文集,2015:107-112.5江洁.基于遗传算法的高密度街区形态设计优化研究D.深圳大学,2020.6马永杰,云文霞.遗传算法研究进展J.计算机应用研究,2012,29(04):1201-1206+1210.7刘名瑞,曾勤,邓玮,等.重点地区城市设计的风环境评估及规划管控研究以广州市为例J.城市规划学刊,2021,(04):35-42.8何玲睿,潘瑞,黄应蓉.城市公园微气候与老年人活动行为相关性研究以昆明市洛龙公园为例J.城市建筑,2020,17(26):121-126.9邓寄豫.基于微气候分析的城市中心商业区空间形态研究D.东南大学,2018.10谢振宇,杨讷.改善室外风环境的高层建筑形态优化设计策略J.建筑学报,2013,(02):76-81.11赵洋.基于低能耗目标的严寒地区体育馆建筑设计研究D.哈尔滨工业大学,2014.12韩昀松,赵昕,孙澄.风环境性能驱动的寒地街区计算性设计方法研究与实践J.当代建筑,2022,(06):19-23.13庄智,余元波,叶海,等.建筑室外风环境CFD模拟技术研究现状J.建筑科学,2014,30(02):108-114.1.5m/s 时会感到寒冷；在风速大于 1.5m/s 时会感到非常烦恼。而一般情况下，在冬季人体不希望有吹风感。根据南京的气候条件，本次方案将上述多组空间解的优化目标函数设置f（v）如下：其中 f（v）表示场地中划分的每个网格点风速的平均值，其值越小，对应的体块组合方式所产生的室外风环境越优。通过该目标函数利用遗传算法筛选室外风环境较好的体块组成方案。3.4 固定参数设置本次实践的遗传算法通过 Grasshopper 自带运算器 Galapagos 实现。相关参数通过简化的参数组合测试模拟时间，对时间成本和电脑性能评估后确定：Max.Stagnant 和 Population 的值 为 50，Initial Boost 为 2，Maintain 为 5%，Inbreeding 为 75%。本研究风环境分析算法以 Butterfly 插件自带案例文件中的室外风环境分析为原型，根据具体情况增减流程并修改参数而实现。首先从ENSIMS Web Apps 中的 EPW Map 下载南京市EPW 气候文件，再通过 Ladybug 组件对该文件进行分析，夏季风时间选择为 7 8 月每天中的 8 18 点，冬季风时间选择为 11 月至次年2 月每天中的 8 18 点。最终得到南京地区在夏季以及冬季人的主要活动时间下的风玫瑰图，其对应的最高频率的风向以及风速。其中，夏季风的风向为南偏东 20，风速为 3.25m/s；冬季风的风向为北偏东 70，风速为 3m/s。通过Butterfly 插件利用 CFD 模拟，能够分别模拟在这两种风作为进风口参数条件下不同六边形体块单元组合情况下的风环境。该 项 目 地 势 为 坡 地，现 状 地 形 坡 度10%12%。以此为依据建立风环境分析中的地面。因此，计算网格则为地面上方 1.5m 处基地范围内的平面，计算网格数为 5106 个，其他参数设置根据CFD相关知识保持默认参数13。环境参数包括场地东侧住宅区这一建成环境以及周边林场山地地形及主要植被设置。最终构建的基于风环境与遗传算法的建筑体块生成算法如图 3 所示。3.5 执行算法、体块选择与方案设计执行上述构建完毕的遗传算法与 CFD 模拟结果相结合的算法。根据优化目标，该算法最终计算出的体块如图 4 所示。设计师在综合考虑各体块的深化潜力后选择合适的体块进行深化。在本案例中选择编号为 12 的体块组合进行深化设计。最终方案如图 4 所示，展览和社区活动的主入口设置在场地北侧，社区人群从南侧主门厅进入后可便捷地前往阅览区，观展人群可通过主门厅在三个树状结构围合的空间通过漫步的形式盘旋而下观展，直到通达建筑的大展厅这一高潮，整个观展过程有收有放，一气呵成；后勤入口设置在场地西北侧较隐蔽处；会议及主要餐饮入口设置在场地南侧，会议与餐饮后勤紧密结合。公共街区从北侧进入，拾级而下，经过具有不同空间感受的灰空间、平台、庭院以及店铺，带给社区居民丰富的体验。4 讨论与总结4.1 实践应用中的潜力单元式建筑体块组合方式具有多样性，其产生的室外风环境能够对使用者造成不同的感受。良好的室外风环境能够增加使用者的舒适性，而恶劣的室外风环境则会对人体的心理或生理层面造成不同程度的负面影响。在方案设计完成后或建成后，对建筑进行风环境评估，仅能从建筑构造上进行微量改善，难以从体块方面出发做到根本性的改善。因此，在建筑设计体块设计阶段中，有必要关注室外风环境的舒适性。而算法是建筑师的强大工具，根据设计任务复杂性，建筑师可以通过使用和创建参数化工具的方式，从而简化或深化他们的工作。以往大多研究关注到在方案阶段需要优化建筑室外风环境，但其优化的标准通常难以量化，故而难以使用算法寻找最优解。本研究便从优化室外风环境出发，构建了建筑体块生成的算法工作流，为基于风环境的建筑体块生成方法提供了一个初步的思路。4.2 研究局限与未来计划尽管本研究具有一定的研究意义，但研究中也存在局限。首先，从可变参数设计来看，建筑体块变量的确定有待优化。影响建筑体块本身形态和体块之间相互组合构成的形态因素有很多。如果将所有的相关因素都设置为可变参数，将会大大增加计算所耗费的资源。因此，在未来的研究中，可以探索一种在输入可变参数后能够判断各参数相对重要性的算法，以排除影响较小的参数进入计算。与此同时，设计师可以在这些影响体块形态但对室外风环境影响微弱的因素中有更多的设计发挥空间。其次，从基于风环境的优化目标来看，建筑室外风环境的影响并非热舒适度一个维度，它同时受到空气湿度和辐射温度等多因素的影响。若能够将体块生成时的室外风环境条件和深化设计时由门窗等建筑构造所影响的室内风环境条件相结合将更具有实践价值。因此，构建多目标优化组合应作为未来的研究方向，以实现更全面的、从体块到深入设计的全流程参数化设计，呈现更加舒适、健康和环保的建筑设计。图 3基于风环境与遗传算法的建筑体块生成算法（图片来源：作者自绘）图 4体块组合及方案展示图（图片来源：作者自绘）