基于案例推理的住宅建筑布局规划系统

### 基于案例推理的住宅建筑布局规划系统 #### 1. 引言 在工程设计领域，基于案例推理（Case - Based Reasoning, CBR）是一种有效的解决问题方法。它通过借鉴过去的类似案例来解决当前问题，尤其适用于复杂的设计任务，如住宅建筑的布局规划。下面将介绍一个使用CBR开发的住宅建筑房间规划系统VASTU，展示其应用和工作原理。 #### 2. VASTU系统概述 VASTU是一个基于案例推理的系统，用于规划住宅建筑的房间布局。选择住宅建筑领域是因为工程师对此较为熟悉，然而，根据给定的一系列要求来规划住宅建筑的布局是一项复杂的任务，需要考虑诸多因素，如采光、空气流通、通风、供暖和空调、隐私等。专家建筑师在处理布局规划时，更倾向于使用过去的类似案例，并将其调整以适应当前情况，而不是每次都基于启发式方法构建解决方案。 VASTU系统的范围和局限性如下： - 仅考虑具有2至5间卧室的单层住宅建筑。 - 卧室数量根据居住者的要求确定，但用户可以在上述范围内增加或减少卧室数量来覆盖系统的决策。 - 在CBR过程中，仅解释案例检索、预期和关注适当部分、解决方案转换和案例存储。由于修改标准的复杂性，仅对修改过程进行简要描述，当前版本的VASTU不包含修改模块。 - 由于主要重点放在CBR上，不包括评估和测试模块，这些可以使用相关工具开发。 #### 3. VASTU系统架构 VASTU系统由六个知识源（KSs）组成，通过DEKBASE使用规则库表示，分别是控制（control）、索引（index）、检索（retriev）、转换（trans）、预期器（anticptr）和存储器（storer）。 - 控制知识源控制整个过程，调度和监控根据用户需求生成布局的整个过程。它调用索引知识源来推导适当的案例卡索引，然后调用搜索检索知识源来召回相关的过去案例。 - 检索知识源设置各种搜索条件，并选择与当前情况相关的案例。 - 当控制知识源调用转换知识源时，它首先调用预期器知识源来设置聚焦和预期的条件。转换知识源根据指定的案例处理顺序，调整解决方案以适应当前需求。 - 完成布局规划任务后，如果案例对未来问题解决有用，则将其存储在案例库中。 下面是VASTU系统架构的mermaid流程图： ```mermaid graph LR classDef process fill:#E5F6FF,stroke:#73A6FF,stroke-width:2px; A(控制知识源):::process --> B(索引知识源):::process A --> C(检索知识源):::process C --> D(转换知识源):::process D --> E(预期器知识源):::process D --> F(存储器知识源):::process B --> C E --> D ``` #### 4. VASTU系统的CBR过程 以一个具体例子来说明VASTU系统的CBR过程，用户的需求如下表所示： | 用户需求 | 详情 | | --- | --- | | 地块尺寸 | 42ft x 30ft的地块上的两居室房屋 | | 最低基座面积 | 32ft x 20ft | | 规划费用 | Rs. 275,000.00 | | 卧室情况 | 两间卧室均带浴室 | | 第一间卧室最小尺寸 | 10ft x 12ft | | 第二间卧室最小尺寸 | 12.5ft x 10ft | | 浴室最小尺寸 | 6ft x 6ft | | 客厅兼餐厅最小尺寸 | 14ft x 14ft | | 厨房最小尺寸 | 8ft x 10ft | ##### 4.1 案例检索 案例索引是知识密集型的，需要使用适当的模式表示。以下是单户住宅建筑的案例索引标准： | 案例索引 | 总费用 | 卧室数量 | | --- | --- | --- | | type - 1 | Rs.200,000至300,000 | 2 | | type - 2 | Rs.300,000至400,000 | 3 | | type - 3 | Rs.400,000至500,000 | 4 | | - | Rs.500,000至600,000 | 5 | 案例检索包括三个步骤： - **按搜索条件选择**：检索知识源通过设置适当的选择范围和分类条件来检索案例。对于当前问题，相关属性的选择范围如下表所示： | RangeData | Position 1 | Position 2 | Position 3 | | --- | --- | --- | --- | | GROUP N