Urban Informatics· 2026Q1
Düşük karbonlu kentsel morfoloji optimizasyonu için gelişmiş bir üretken çerçeve
An advanced generative framework for low-carbon urban morphology optimization
- 0atıf
- Q1SCImago
- 2026yıl
Kısa özet
Yeni bir PC-GAN modeli, Guangzhou'daki farklı morfolojiler için belirgin yolları göstererek, düşük karbon hedefleri için optimize edilmiş 3B kentsel formları hızla üretir.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Ana noktalar
- Düşük karbon hedeflerine yönelik kentsel morfolojiyi optimize etmek için bir üretken çerçeve olan PC-GAN'ı tanıtır.
- Model, yüksek çözünürlüklü 3B kentsel formlar üretmek için Pix2pix'i CycleGAN'dan ilham alan iki adımlı bir GAN ile entegre eder.
- Guangzhou'nun LCZ tiplerinde değerlendirilen PC-GAN, farklı kentsel morfolojiler için belirgin düşük karbon optimizasyon yolları gösterir.
- Çerçeve, belirli enerji azaltma hedeflerine (adım adım %10 azaltımlar) ulaşan çeşitli tasarım alternatiflerinin hızlı bir şekilde üretilmesini sağlar.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Özet (abstract)
Abstract Optimizing urban morphology is pivotal for lowering energy consumption and carbon emissions while supporting sustainable development. However, traditional methods often rely on inefficient post-evaluation, hindering direct, goal-oriented design feedback. This study thus presents the PC-GAN model, an automated block design tool that integrates Pix2pix with a two-step GAN mechanism inspired by CycleGAN, generating high-resolution 3D urban forms under specific climatic and energy-reduction targets. Focusing on Guangzhou’s six main LCZ types (LCZ1, LCZ2, LCZ4, LCZ5, LCZ6, LCZ8) and iterating 10% stepwise reductions in baseline energy use, the model illuminates distinctive low-carbon optimization pathways across various urban morphologies. In doing so, PC-GAN offers rapid generation of diverse design alternatives while fulfilling low-energy requirements. This new framework not only improves planning efficiency and flexibility but also directs future research toward more adaptive, data-driven methodologies for low-carbon urban morphology optimization.
Yazarların özeti; kaynağından alınmıştır. Urban Informatics, 2026 · DOI ↗
Ücretsiz hesapla devam et
Makaleye Sor ile bu makaleye günde 3 soru ücretsiz; makaleyi kaydet, kaynakçasını al, ilgi alanına göre her gün yeni özetler. Çıkarımlar Premium.
Web'de ücretsiz devam etGoogle ya da Apple hesabınla giriş; kart istemez. Bu makaleye geri dönersin.
Telefonda:
Alan: Yapı ve İnşaat
Building and ConstructionEngineering