运用人工智能实现可持续的建筑空间优化与注重历史特色的街道设计

《Scientific Reports》：Integrating AI for sustainable architectural space optimization and heritage-conscious street design

　　

摘要

本文介绍了一种基于人工智能的框架，旨在在保留文化遗产价值的同时优化历史文化街区的布局。该框架结合了深度学习、基于图的技术以及强化学习，能够解决历史街区中常见的城市问题，如行人通行便利性、交通拥堵以及环境可持续性等问题。与传统城市规划方法不同，该框架采用动态的、以数据为驱动的方法，能够适应行人流量、交通状况及环境条件方面的实时变化。通过运用卷积神经网络进行空间特征提取、图神经网络分析网络连接性，以及强化学习实现动态布局调整，该系统能够确保城市设计的效率与可持续性。在具有历史意义的城市中对所提出的模型进行了测试，结果显示其效果显著：与传统方法相比，交通拥堵情况减少了22.5%，绿地面积增加了27.4%，行人通行便利性提升了31.8%。这些结果证明了人工智能在城市规划中的有效性，表明它能够在现代化需求与历史原真性的保护之间找到平衡。