王孝鑫 李竞一

1 研究背景

武汉作为中国中部的特大型城市，在发展过程中出现了许多设计规划不够合理的居住区[1]，它们主要集中在武汉长江沿岸的滨江区。尤其是位于汉口滨江区的老旧小区具有独特历史风貌，城市更新不仅要提升使用者的舒适性，而且要保留这些居住区的城市风貌。

传统居住区设计多由建筑师主导，依赖个人经验进行前期设计[2]。工作内容主要包括场地设计、建筑设计，但这些常规的设计方式较少考虑周围城市形态肌理，可能造成当地既有城市肌理的破坏。此外，设计师也较少利用环境性能模拟开展前期优化设计工作[3]。居住区和其他建筑群的设计难点主要在于设计参数众多，且参数之间相互影响和制约。全面考虑所有设计参数十分困难，在设计初期也较为低效。因此，亟需一种更加全面且智能高效的设计方法优化前期设计。

当前人工智能技术具有学习效率高、数据处理能力强、擅长解决复杂问题等优点[4]，逐渐被国内外学者应用于城市与建筑的精细化分析与优化设计工作中。姚佳伟运用pix2pix技术进行了上海居住区的形态生成模拟[5]；Jinmo Rhee和Pedro Veloso通过WGAN技术对匹兹堡地区的建筑群进行了平面生成模拟[6]；刘跃中和斯托夫斯·卢迪提出运用生成对抗网络处理陌生数据的方法支持城市设计过程，结果表明，该方法可有效制定城市设计决策[7]。这些研究都取得了一定的成果，且生成的城市模型体现了对于周边城市肌理的考虑，说明通过人工智能技术进行城市生成设计具有一定可行性。……