An AI-Based Framework for Rapid and Local Optimization of Urban Open Spaces
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出了一种结合机器学习和可解释性技术的人工智能框架,以优化城市开放空间的热舒适度和安全感。该方法在优化效率、计算成本和速度上优于传统遗传算法。
🎯
关键要点
- 本研究提出了一种结合机器学习和可解释性技术的人工智能框架。
- 该框架旨在优化城市开放空间的热舒适度和安全感。
- 研究解决了城市开放空间优化不足的问题。
- 框架显著提高了优化效率,计算成本更低。
- 测试结果显示,该方法比传统遗传算法速度更快,具有更好的可扩展性和实用性。
➡️