建築草圖中有關自然採光設計的神經網路系統

Abstract

McGown(1998)的研究指出，設計過程可以分成概念期（設計早期）與製造期（設計後期）。同時，Knoop認為設計後期的研究已使相關知識大致瞭解，現階段的研究應該結合早期階段的主題，以利設計者設計（Knoop et al, 1996）。但是因為早期設計階段的概念活動資料不易數位化，所以電腦不易介入研究。相關的研究如果對此有更多的瞭解，將有助於電腦以輔助系統的方式改善早期設計活動。 自然採光的相關研究長久以來一直建立在物理性資料的基礎上。而設計師在設計過程的認知行為與設計師在設計早期有關情緒、品質與認知等方面的建議需求，並不是傳統採光研究的主要方向。而目前與自然採光相關的電腦輔助設計系統中以使用後評估、設計準則電腦化為方向的研究，是屬於研究設計過程之外的部分。其中並沒有涉入設計過程。而電腦圖學模擬方面的研究，雖然可以成為設計後期幫助設計者決策的電腦輔助設計工具，但是並不適合在設計早期草圖階段中適時的提供建築設計師建議，介入設計早期的設計過程。 因此本論文的主要目標是提出一個以設計早期有關情緒、品質與認知等方面為基礎資料的採光設計神經網路系統。研究方法主要是藉由專家資料的取得，以神經網路來建構此系統。最後的結果發現，本系統適合於早期草圖階段辨識具有模糊性與矛盾性的未學習樣本。在相關的限制條件下，可以藉由不同的形式組合已知的知識模式，成功的在採光問題上給予符合人類設計認知行為的品質上的建議。

According to the research of McGown(1998), there are two main phases in the design process: the conceptual phase(the earlier stages) and the embodiment phase(the latter stages). Knoop et al.(1996) suggested that the latter stages of design process are well explored, to help the conceptual design phase, we should put more emphasis on earlier design stages. Since the thinking data are hardly to be capture, the conceptual stages of design had been largely excluded from the digital environments. And with the more comprehension of the stages, we could possibly improve the earlier stages of design with CAAD. The daylighting design has been developed under the physical condition for a long time. As a result there are few researches related to emotion, quality and cognition. This present thesis aims at bringing up a neural networks system of daylighting design in sketch. The methodology is building neural networks system by the data of design experts.Finally, we conclude the system is able to give the suggestions about emotion, quality and cognition of unlearn patterns.