摘要
在现代社会，大规模住宅建设通常更注重效率与标准化，而忽视了建筑多样性和对周边环境的敏感性。本研究提出了一种计算决策支持模型，用于大规模住宅的早期设计阶段。该模型通过结合参数化建模和遗传算法，能够在满足特定场地条件的同时保持工业化住宅生产的效率。以伊斯坦布尔的Zeytinburnu-Kazl??e?me地区为例，使用Rhino–Grasshopper平台开发了一个参数化模型，该模型整合了多目标遗传算法Wallacei X。该模型围绕基本设计变量、环境规则和规划约束来进行构建，旨在生成可行且多样的建筑布局方案。同时评估了四个优化目标：总建筑面积、建筑占地面积、开放空间（花园）面积以及总露台面积。在一次探索性运行中，生成了200种建筑布局方案，其中32种方案符合FAR/BCR筛选标准，26种为帕累托最优解，另有5种方案同时满足这两组标准。这些方案通过基于目标性能、帕累托优化以及所采用的局部密度筛选标准的决策支持流程进行了评估。研究结果表明，基于遗传算法的生成设计方法能够支持住宅设计中的建筑多样性、对周边环境的敏感性以及更加明智的决策过程。
