建筑設計神經網絡技術與遺傳算法探討（word版）

1、 精編范文 建筑設計神經網絡技術與遺傳算法探討溫馨提示：本文是筆者精心整理編制而成，有很強的的實用性和參考性，下載完成后可以直接編輯，并根據自己的需求進行修改套用。建筑設計神經網絡技術與遺傳算法探討 本文關鍵詞：建筑設計, 遺傳, 算法, 網絡技術, 探討建筑設計神經網絡技術與遺傳算法探討 本文簡介：摘要：通過使用遺傳算法來優(yōu)化建筑項目的設計過程, 是對于建筑設計行業(yè)未來發(fā)展的重要趨勢。但是當利用遺傳算法來獲取建筑設計中的某個最優(yōu)值時, 需要對于所有的個體進行適應程度函數的測算, 這需要耗費掉很多計算時間。為了能夠有效地節(jié)約計算時間, 將神經網絡技術與遺傳算法相結合, 從而更好地完成建筑設計優(yōu)

2、化過程。通過建筑設計神經網絡技術與遺傳算法探討 本文內容：摘要：通過使用遺傳算法來優(yōu)化建筑項目的設計過程, 是對于建筑設計行業(yè)未來發(fā)展的重要趨勢。但是當利用遺傳算法來獲取建筑設計中的某個最優(yōu)值時, 需要對于所有的個體進行適應程度函數的測算, 這需要耗費掉很多計算時間。為了能夠有效地節(jié)約計算時間, 將神經網絡技術與遺傳算法相結合, 從而更好地完成建筑設計優(yōu)化過程。通過實踐證明, 這樣的結合不但能夠減少計算時間, 同時也能夠提升建筑設計優(yōu)化的質量和效率。關鍵詞：建筑設計；神經網絡技術；遺傳算法隨著城市的不斷建設發(fā)展, 人們的生活品質也在不斷地提升。在這樣的背景下, 人們對于居住建筑的結構愈發(fā)重視,

3、 所以對建筑結構設計進行優(yōu)化是非常必要的。1相關概念闡述1.1遺傳算法所謂遺傳算法, 就是對于大自然中生物的遺傳過程以及進化過程進行模擬的一種算法, 這種計算方法尤其適用于全局優(yōu)化概率的計算過程。通過采用遺傳算法來進行優(yōu)化以及篩選, 來得到該建筑的容積率, 從而提升土地規(guī)劃效率。1.2神經網絡技術目前來看, 在建筑設計的相關文獻當中, 關于對神經網絡技術進行應用的內容是非常少的。從當前的情況來看, BP神經網絡是當前眾多神經網絡技術中普及范圍最廣的一種, 這種技術是通過單項的方式來完成傳播過程的一種網絡系統, 且具有多層次的特征和非線性映射特征, 無需先驗公式過程, 即可對于數據函數關系進行總

4、結。由于該神經網絡技術的特征, 可通過與遺傳算法的結合, 來降低計算個體適應程度函數的速度提升, 從而減少這個過程對于資源的消耗。2利用遺傳算法來進行建筑體積計算的模型首先, 要明確需要進行計算的部分, 然后對于各個窗口和高度的素質進行獲取, 同時也要獲得各個部分的日照時間以及計算精確程度的數據進行明確。其次, 要對于區(qū)域中的面積進行合理的劃分, 通過對方格柱的組合方式, 來得出建筑的最大體積, 而這種組合方式的優(yōu)化過程則可用遺傳算法來進行計算。3遺傳算法結合神經網絡技術對于建筑體積進行計算的過程將遺傳算法和神經網絡技術結合起來對建筑體積進行計算的核心內容在于：首先, 通過神經網絡的映射能力,

5、 來把遺傳算法作為一種神經各個層級網絡中的變量部分, 而在這個過程中, 會把目標函數作為一種輸出后的變量。對于使用程度函數的計算則主要通過神經網絡技術來完成。個體通過訓練過程之后, 要通過遺傳算法來獲得其中的最優(yōu)數值, 而在整個的計算過程中, 包括了遺傳算法和神經網絡這2個部分。整個流程如下：（1）開始；（2）獲取神經網絡數據；（3）網絡進行初始化；（4）正向進行運算；（5）逆向進行運算；（6）觀察是否符合訓練要求；（7）如果滿足則訓練結束；（8）如果不滿足則返回到正向進行運算的過程中；（9）已經訓練完成的神經挽留過通過蘋果過程以后在產生新的種群；（10）同時通過對于遺傳參數的設定以及對于種群

6、的初始化也能夠產生新的種群；（11）新種群匯合后觀察其是否符合條件；（12）如果不符合終止條件則產生下一代完成評估后重新作為新種群進入到循環(huán)當中；（13）如果符合終止條件則整個計算過程結束。3.1神經網絡內部的計算過程（1）明確各個變量和參數以及函數；（2）通過運算來對樣本進行設定, 通過神經網絡訓練后由各個層級進行輸出, 通過計算后對于誤差進行綜合, 如果誤差小于閾值, 則可以對神經網絡訓練進行終止, 否則需要繼續(xù)進行逆向運算；（3）逆向運算并對其中的權值進行適當的校正；（4）對于訓練條件進行觀察看其是否符合要求；（5）神經網絡訓練結束之后, 將其轉移到遺傳算法當中。3.2遺傳算法的計算過程

7、（1）對于種群進行初始化, 并對于參數進行合理的設定；（2）通過訓練完成的神經網絡來對每隔個體的優(yōu)良值進行判斷, 并計算其適應數值；（3）對于其中的優(yōu)良個體進行轉化, 并對其適應值進行計算；（4）如果能夠從其中找到最優(yōu)的那個個體, 或者某個個體符合規(guī)定的算法, 則可以對遺傳算法進行終止；（5）對于個體進行選擇過程, 并實施變異或交叉的計算操作流程。4結束語在對于遺傳算法的應用過程中, 對于所有的個體都要進行適應函數數值的計算和評價, 使得程序耗費掉了大量的運行代價。因此, 本文對于神經網絡技術與遺傳算法結合后對于建筑設計的優(yōu)化過程進行研究, 通過神經網絡技術來對于個體適應函數的數值進行模擬, 從中選擇優(yōu)秀個體, 可大量地減少遺傳算法中需要花費的時間, 從而使建筑設計進行有效的優(yōu)化。參考文獻：1陳朝恩.基于BP神經網絡的建筑監(jiān)理質量安全管理評價體系技術應用