导　　师： 郭谦;何健华

授予学位： 硕士

作　　者： (）;

机构地区： 华南理工大学

摘　　要： 随着科学技术的发展,在人工神经网络获得突破性进展之后,人工智能机器学习变成一个热门的研究方向,不少传统行业都希望借助人工智能技术来替代传统人力的工作,实现对行业天花板的突破。风景园林设计在经过数十年的数字化发展,不仅积累了大量的数字化成果,在生产技术层面也不断革新着方法和策略,但其传统的植物配置设计环节在很大程度上仍受限于景观设计师个人的专业知识,从业经验以及对相关生产软件的熟练程度,而且对历史数据的复用率极低,因此在设计的科学合理性以及工作效率方面都存在较大的提升空间。人工神经网络技术具有学习和处理海量数据的能力,适合于解决复杂的,非线性的问题,已应用在金融、运输、医疗、军事等众多行业,理论上也可以应用于风景园林行业。本论文通过对人工神经网络结构、特性和运作原理的研究,结合风景园林植物配置设计的过程和方法以及其在开放场地环境下受多种环境因子影响的复杂特性,假设了一套将顶层设计参数、环境影响因子、植物配置方法、绿化景观效果评价体系等维度相结合的应用模型。通过查阅相关文献,研究相似案例以及对模型部分关键步骤进行实操还原来对人工神经网络应用在植物配植设计的可行性上进行判断,总结出两者具有高度耦合性,具备较高的应用可能。最后,本论文还结合人工智能的技术发展趋势和目前的前沿技术案例来探讨未来设计生成系统的优化设想,并给出景观师在未来人工智能时代的应对策略。

关 键 词： 人工神经网络 机器学习 自生成系统 植物配置

领　　域： []