UAIDUrban Architecture and Development2995-24412993-270XArt and Technology10.61369/UAID.2026020019Article基于生成对抗网络的校园组合平面布局自动生成及应用研究https://artdesignp.com/journal/UAID/4/2/10.61369/UAID.2026020019陈政炎,黄心奕,冯晓菁,程屹锴2026422026-06-20随着人工智能技术的快速发展，生成对抗网络为建筑生成设计提供了高效路径。本文提出一种基于 GAN的校园总体平面布局自动生成方法，以南方地区中学校园为研究对象。通过收集真实中学校园案例构建数据库，利用 Pix2PixHD模型实现图像到图像的条件生成，经数据增强后训练，生成包含教学、运动、生活等功能分区的多样化布局方案。该方法重点解决了传统 GAN训练不稳定、结果单一的问题，生成的布局形态主要呈现 C形、条形、回字形三种基础类型及其组合形式。实验结果显示，生成的平面清晰度高、功能合理性强。本文将该方法直接应用于两个实际项目，通过输入场地边界生成初始方案，再结合设计师的具体功能与景观要求进行调整，最终形成符合需求的优化布局，为建筑师提供快速参考，同时为后续绿色建筑指标模拟奠定基础。校园总体平面布局, 自动生成, GAN, 组合布局

[1]马梓皓 .深度学习驱动下中小学校教学楼平面布局生成式设计研究 [D].哈尔滨 :哈尔滨工业大学 ,2025. [2]张豪 .基于大数据的城市街区形态解析分类与用地识别 [D]. 合肥 :合肥工业大学 ,2024. [3]张政承 .基于结构模式和人机交互的城市新区高度形态智能生成 [D].南京 :东南大学 ,2022. [4]陈禹 .基于游牧思想的寒地大学校园设计研究 [D].哈尔滨 :哈尔滨工业大学 ,2018. [5]余翰武 ,金熙 ,吴杨杰 .兴数育人 引智筑建 [M].武汉 :华中科技大学出版社 :202401:535. [6]张智岚 .基于深度学习的大学校园布局多方案生成研究 [D].广州 :华南理工大学 ,2023.