徐 晶，樊 敏
(1. 金陵科技学院，江苏 南京 211169；
2. 西南交通大学土木工程学院，四川 成都 610031)
地域性建筑建设用地的需求量随着城市经济发展速度的提高不断增加，城市发展与地域性建筑之间存在的矛盾越来越多[1，2]。目前的城市规划中，地域性建筑布局缺少相关依据，控制难度较高[3]。相关学者开始关注地域性建筑布局问题，使地域性建筑可以得到有效的引导和控制，在城市发展过程中实现良性发展。
王翠平[4]等人根据获取的遥感影像数据，评价地域性建筑在城市中的三维空间现状，根据上述评价结果在视觉效果、热环境和建筑景观三个方面优化地域性建筑布局，该方法优化后的建筑分布格局合理性不高。雷洪犇[5]等人在城市建设规划的基础上结合传导思维的内涵和概念设计地域性建筑布局的技术方法、内容和编制思路，该方法布局后的生态容积率低，且建筑之间的连通性不高。
为了解决上述方法中存在的问题，提出空间视角下地域性建筑布局优化模型设计方法。
空间视角下地域性建筑布局优化模型设计方法在空间视角下通过空间聚集状态和经济聚集状态分析城市地域性建筑的布局现状。
1)地域性建筑空间集聚状态
碎化指数可以衡量地域性建筑空间聚集状态，该指数描述的是在总区域中某项智能指标所占比重的平方根和[6]。采用碎化指数衡量地域性建筑空间聚集状态时，容易受到行政单元面积的影响，因此，空间视角下地域性建筑布局优化模型设计方法通过均匀度指数完成地域性建筑空间集聚状态的衡量，设SP代表的是均匀度指数，其计算公式如下
(1)
式中，si代表的是辖区面积。均匀度指数SP在区间[0，1]内取值，当SP=0时，空间聚集程度取最大值，当SP=1时，空间聚集程度取最小值。
2)地域性建筑经济聚集状态
通过经济聚集力指标对地域性建筑的经济发展聚集程度实行衡量，可通过腹地区域的人均GDP百分比和核心区域的人均GDP百分比计算得到[7，8]，设EC代表的是经济聚集力指标，其表达式如下
(2)
式中，GDPN、GDPC分别描述的是腹地区域和核心区域的人均GDP。当经济聚集力指标EC不断增大时，经济发展速度加快，地域性建筑经济聚集程度不断提高；
当经济聚集力指标EC不断减小时，经济发展速度不断降低，地域性建筑经济聚集程度不断减小，经济活动逐渐扩散到周边腹地区域，经济均匀程度也有所降低。
3.1 地域性建筑布局优化模型
在充分考虑空间聚集状态和经济聚集状态前提下，构建地域性建筑布局优化模型。分割城市规划区域，获得M列、N行的网格单元，即将规划区域划分为N×M个土地单元，在规划区域内规划K种地域性建筑，分别用k、k′表示单元(ij)和(i′j′)的地域性建筑类型。在(ij)单元的邻域中存在单元(i′j′)。设置变量Zij，i′j′，当变量Zij，i′j′的值为1时，表明单元(ij)、(i′j′)存在关联，当变量Zij，i′j′的值为0时，表明单元(ij)、(i′j′)不存在关联。
设Jk，k′表示地域性建筑类型为k的单元和地域性建筑类型为k′的单元之间的空间协调性程度[9，10]，用来衡量对两种不同类型地域性建筑规划时，在生活和生产等方面产生的方便舒适程度。用Ck表示第k种地域性建筑的数量；
设置变量Cijk，当变量Cijk的值为1时，表明单元(ij)中的地域性建筑类型为k，否则，变量Cijk的值为0。单元(ij)、(i′j′)之间的邻接次数用DZij，i′j′表示，设Vijk代表的是在单元(ij)中规划k种地域性建筑所需的建设费用。
地域性建筑布局优化过程中最大化经济效益、减少环境污染和交通拥挤等均属于规划目标，但地域性建筑布局优化过程中获取数据的难度较高、且数据处理复杂度较高，因此，空间视角下地域性建筑布局优化模型设计方法考虑最大化空间总协调性和最小化土地开发费用构建地域性建筑布局优化模型。其中，空间总协调性描述的是生产方便性和生活舒适性程度，构建的地域性建筑布局优化模型如下
(3)
地域性建筑布局优化模型的约束条件如下：
3)一个地域性建筑需要与另一个土地单元邻接；
4)具有相同地域性建筑的单元可以构成一块完整的地块，用m表示具有k类地域性建筑的单元i1j1和单元i2j2之间存在的Manhattan距离，其满足m=1；
5)地域性建筑类型之间应该存在一定的距离，处理栅格空间中形状不同的两个空间目标间的距离问题比在矢量空间中满足距离约束条件更容易，用d表示地域性建筑类型分别为k1、k2的单元i1j1、i2j2之间存在的欧式距离[11，12]，该距离需要大于D，即d>D；
3.2 地域性建筑布局优化模型求解
空间视角下地域性建筑布局优化模型设计方法采用遗传算法求解上述构建的地域性建筑布局优化模型，具体步骤如下：
1)初始化
①染色体编码，每个基因在染色体中都对应一个决策变量γn，通过二进制编码[13]处理第t个染色体，获得向量组合，由决策变量构成，表示一种地域性建筑布局方案。
②设定遗传算法的最大迭代次数Hmax、种群规模Asize、变异概率Am和交叉概率Ac等相关参数[14，15]。
③由Asize个|S′|维的0-1向量生成遗传算法的初始种群。
2)修复染色体
当染色体不处于可行域中时，通过下述过程修复染色体，提高种群的可行性：
①令t=0；
②令t=t+1；
③判断第t条染色体是否符合下述条件
(4)
式中，N、Nmax代表的是地域性建筑的预算和总体预算；
A、Amax代表的是地域性建筑的能源消耗量和最大能源消耗量；
J、Jmax代表的是地域性建筑的污染排放量和最大污染排放量。
如果满足上述条件转到步骤⑤，如果不满足上述条件转到步骤④；
④在染色体中随机挑选基因位，满足中值为1的条件，将该基因位的值设置为0，并返回上一步骤中。
⑤当t=Asize时，获得遗传算法的可行种群，结束算法，如果不满足上述条件，返回步骤2)。
3)适应度
①更新地域性建筑布局优化方案；
②通过下述公式获得染色体在种群中对应的适应度g(St)
(5)
式中，X(St)代表的是地域性建筑布局优化目标函数；
4)通过下述遗传操作对遗传算法中存在的种群实行更新处理。
①选择操作
通过下述公式获取所有种群的适应度总和gsum：
(6)
用aSt表示个体在种群中被选择的概率，其计算公式如下：
(7)
在区间[0，1]内随机挑选一个随机数trand，如果该随机数满足下述条件，则对其实行交叉操作：
aS1+aS2+…+aSt-1≤trand≤aS1+aS2+…+aSt
(8)
②交叉操作
空间视角下地域性建筑布局优化模型设计方法通过单点交叉方式完成个体的交叉处理。
i.配对染色体，共获得Ms个配对，将t的值设置为0；
ii.令t=t+1；
智慧交通公共数据与服务支撑平台（见图9）是吉首市智慧交通系统的核心基础平台，核心功能是各交通子系统之间的数据共享及交换，数据二次分析挖掘，提供运营指挥系统的前端形象化的展示等，同时支撑智慧城市公共信息平台的对接。本平台围绕数据与交换而设计，作为数据层与业务应用层之间的平台，重点发挥数据采集与传输，业务响应与服务，其核心作用如下：
iii.在区间[0，1]内选择随机数trand，当trand≤ac时，获得随机位置参数apos∈(0，|S′|)，在该点对染色体实行单点交叉操作；
iv.当t=Ms时，结束交叉操作。
③变异操作
通过均匀变异对遗传算法中的染色体实行变异操作：
i.令t=0；
ii.令t=t+1
iii.随机在区间[0，1]内获取随机数trand，当trand≤am时，基因在染色体中出现变异，如果不满足上述条件，返回上述步骤；
iv.迭代上述过程，满足下述条件时结束：
t=|S′|Asize
(9)
5)算法终止，设置最大迭代次数，判断算法是否满足条件，如果满足，输出地域性建筑布局优化模型的最优结果，如果不满足返回上一步骤。
图1 地域性建筑布局优化模型求解流程
为了验证空间视角下地域性建筑布局优化模型设计方法的整体有效性，需要展开如下测试。选用文献[4]方法和文献[5]方法作为对比方法将布局合理性、环境承载力和生态容积率作为测试指标展开测试，实验借助SPSS22.0仿真软件实现。
1)布局合理性
地域性建筑类型具有多样化特征，能够对不同的建筑进行合理布局是验证布局效果的关键因素，图2为不同方法的建筑布局示意图。
根据图2可知，所提方法设计的建筑布局中，居民区与学校较近，且交通便利，方便学生升学，且网格内的布局较为清晰，规整，各个功能区内部的建筑关联紧密。文献[4]方法的建筑布局中，商场处于居民区中心位置，虽然方便人们日常购物，但是由于人流量较大，影响居住满意度，并且学校与医院较近，医院人流密度较大，不适合安排在学校附近。文献[5]方法的建筑布局中，没有明显的功能分区，各种建筑分布较为混乱。通过上述分析可知，所提方法的建筑布局能够满足不同的需求，验证了所提方法的合理性。
图2 建筑布局合理性对比结果
2)减碳情况
将建筑模块之间的连通性作为实验指标，对比所提方法、文献[4]方法和文献[5]方法的布局优化效果，测试结果如图3所示。其中，连通性用具体数值进行表示，区间为[0，1]，数值越大，连通性越高。
分析图3可知，在相同建筑基底覆盖率下，所提方法的建筑间连通性优于文献[4]方法和文献[5]方法，在建筑基底覆盖率为45%时，连通性高达0.89，证明所提方法对地域性建筑布局优化后，建筑之间的连通性更好，验证了所提方法的有效性。
图3 不同方法的减碳情况
3)生态容积率
为了进一步验证所提方法的有效性，将生态容积率作为指标，生态容积率能够反映建筑环境的绿化水平，符合当前低碳、绿色的建设理念。生态容积率越高，表明地域性建筑布局的效果越好，相反，生态容积率越低，表明地域性建筑布局的效果越差，选取10个目标区域实行地域性建筑布局优化，对比不同方法的生态容积率，统计测试结果如表1所示。
表1 不同方法的生态容积率
由表1中的数据可知，所提方法的生态容积率均高于文献[4]方法和文献[5]方法，因为所提方法实行布局优化之前，分析了地域性建筑布局的现状，以此为依据构建地域性建筑布局优化模型，提高了生态容积率。
过度开发和无序开发等问题在城市化进程加快的背景下不断加剧，为了保证城市规划的合理性，需要对地域性建筑实行优化布局优化，为了提升区域生态容积率，布局合理性，提出空间视角下地域性建筑布局优化模型设计方法，该方法将遗传算法引入布局优化中，求解地域性建筑布局优化模型。实验结果表明，所提方法有效提高了生态容积率，且布局设计结果能够满足不同的功能需求，布局结果更加合理，为地域性建筑的发展奠定了基础。
猜你喜欢容积率布局染色体浅议优化配置提高土地容积率大众投资指南(2019年24期)2019-12-19多一条X染色体，寿命会更长科学之谜(2019年3期)2019-03-28为什么男性要有一条X染色体？科学之谜(2018年8期)2018-09-29深圳：拟严控城市更新规划容积率优先安排居住功能房地产导刊(2018年7期)2018-08-21BP的可再生能源布局能源(2017年5期)2017-07-06VR布局中国科技信息(2016年15期)2016-11-04能忍的人寿命长恋爱婚姻家庭·养生版(2016年9期)2016-09-072015 我们这样布局在探索中寻找突破中国卫生(2015年2期)2015-11-12再论高等植物染色体杂交中央民族大学学报（自然科学版）(2015年2期)2015-06-09容积率地价修正系数实证研究地域研究与开发(2015年4期)2015-04-16
