Scientific Paper: Integrating AI for sustainable architectural space optimization and heritage-conscious street design

Ученые из Университета Аньхой Цзяньчжу и Университета Хуаншань разработали ИИ-фреймворк для оптимизации планировки исторических уличных пространств. Система решает проблемы доступности для пешеходов, транспортной загруженности и экологической устойчивости, сохраняя культурное наследие. Методология объединяет глубокое обучение (Convolutional Neural Networks для извлечения пространственных признаков), графовые методы (Graph Neural Networks для анализа связности) и обучение с подкреплением (Reinforcement Learning для динамической корректировки планировки). Это обеспечивает адаптивный, основанный на данных подход, реагирующий на изменения в реальном времени, что отличает его от традиционных методов. Тестирование в исторических городах показало значительные улучшения: снижение загруженности на 22,5%, увеличение зеленых насаждений на 27,4% и улучшение доступности для пешеходов на 31,8%. Эти результаты подтверждают потенциал ИИ в городском планировании для балансирования модернизации и сохранения исторической аутентичности. 🏙️