参数化设计与算法生形

徐卫国/XU Weiguo

参数化设计其实就是参变量化设计，也就是把设计参变量化，即设计是受参变量控制的，每个参变量控制或表明设计结果的某种重要性质，改变参变量的值会改变设计结果。参数化设计可用在城市设计、建筑单体设计、室内设计、工业产品设计、景观设计等等不同领域，就建筑单体设计而言，参数化设计也可用于不同的方面，如对已有形体的参数化控制、对构造节点的参数化设计、对建筑表皮的参数化分形研究等等，而我们最感兴趣的是把参数化方法用于建筑设计方案的生成。

参数化设计过程

在参数化建筑方案设计中，我们把影响设计的主要因素看成参变量，即把设计要求看成参数，并首先找到某些重要的设计要求作为参数，然后通过某种或几种规则系统（即算法）作为指令，来构筑参数关系，并用计算机语言描述参数关系形成软件参数模型，当在计算机语言环境中输入参变量数据信息，同时执行算法指令时，就可实现生形目标，得到建筑方案雏形。

软件参数模型给建筑设计带来了灵活性，可以满足设计过程中生命有机特性及动态连续复杂性的要求，当参变量的大小值改变时，可以在已有参数模型上，改变输入信息得到新的结果，这样，设计结果变得可控。另一方面，影响建筑设计的因素除了主要的因素外还有其他因素，当通过软件参数模型得到设计的雏形后，可以根据其他因素的影响，进一步调整雏形，得到更高程度上满足设计要求的设计结果。

与人工操作的设计过程相比，计算机参数化设计实际上提供了一个抽象的造型机器，它可以让设计过程反反复复不断反馈，输入不同条件得到多个结果，并对设计结果进行多次修正，这是人工操作做不到的。参数化设计过程中的规则系统及描述规则的语言、软件参数模型、参变量，以及生成的形体都是显形可见的，与建筑师传统的设计过程相比，再也不是人脑黑箱生形的不可见过程，相反，它是逻辑化可控的科学设计过程。

参数化方案设计实验[1]告诉我们，设计过程的关键环节将决定设计结果的合理性及设计质量，这些关键环节包括以下6个方面。

1.设计要求信息的数据化

设计要求是设计的起点，包含了人的活动行为对建筑的要求，以及周边环境对设计的要求。对场地进行直观调查可有助于我们准确了解周边环境特征，而对未来建筑使用者进行访谈，观察相似功能建筑中使用者的活动行为等方法可获得更可靠的设计信息；但对于参数化设计来说，对周边环境特征及人的活动行为的数字化描述是重要的工作，因为这些数字化的信息将是建筑形态生成的基础。

2.设计参数关系的建立

建筑设计是一个复杂的系统，影响设计的因素众多，在计算机参数化设计时，往往首先找到影响设计的某些主要因素表现出来的行为或现象，并用某种关系或规则来模拟这些行为或现象的特征，比如中国城市规划展览馆建筑中，往往以城市总体模型为中心，参观者通常首先环绕总体模型参观，之后再参观周边的其他展厅，像“面包圈”一样的人流参观动线可以被看成影响设计的主要因素，这里，面包圈可以作为设计的基本关系，而中心模型的尺寸、建筑空间的高低、人流量的大小、周边展厅的数量及大小等可被看成决定“面包圈”这一关系的参数。当我们有了这些认识，我们就有了基本的设计参数关系。

3.计算机软件参数模型的建立

当有了基本的设计参数关系，我们还要找到某种规则系统（即算法）来构筑参数关系以便生成形体，并用计算机语言描述规则系统，形成软件参数模型。软件参数模型的建立可通过不同的途径，比如，使用已有软件菜单，如Rhino软件里的放样操作；也可使用已有的参数化设计软件，如DP、GC、Grasshopper 等建立形态参数模型；或利用已有软件的脚本语言的描述，如MAYA里的MEL语言或Rhino里的Rhinoscripting等；当然，我们也可在操作系统平台上编写程序描述规则系统，形成软件参数模型。当我们给软件参数模型各变量输入一定数值的时候，就得到设计雏形；当改变输入值时，可得到新的设计雏形。

4. 设计雏形的进化

从设计要求的某些主要因素得到的设计雏形一般只解决了建筑设计这一复杂系统的主要矛盾，许多其他因素也应该对设计结果产生作用，以便最终设计成果能最大程度地满足使用者活动与行为的要求，并与环境相适应。这样，设计雏形还需在其他因素的作用下进化，正因为设计雏形是在参数化软件条件下的图形，所以，它可以接受其他的操作指令，从而发生形态优化变形并发展到令人满意的设计结果。

5. 最终设计形体的参数化结构系统及构造逻辑

建筑设计这一复杂系统的各种因素的综合作用通常导致最终设计形体是一不规则的非线性体，仅仅满足于此是不够的，因为这一非线性形体如果没有结构系统及构造逻辑的支持是不可实现的，也就是说，设计还没完成，进一步考虑设计的基本结构系统及构造逻辑可以打开通向该建筑的构件加工及实际建造的通道。参数化的设计对确立建筑形体的结构系统及构造逻辑十分有利，我们可以研究计算机软件生成非线性形体时的内在逻辑，显示这一建构系统可把它用来作为实际建造的基本结构系统；我们也可以在软件内根据形体的应力分布进行分块并研究单元体之间的连接构造，以这种方法作为基本结构系统；此外，也可以首先研究某种自然界生物的结构关系，并把它用来作为非线性体的基本结构系统，诸如此类的结构关系也是当今建筑师及结构工程师乐于探索的对象。构造逻辑是指在大的结构系统下，有限尺寸的分块材料如何被连接到一起，联系的关系应该与结构逻辑具有连续性。

1 北京798艺术中心设计总平面图

2 三维封闭空间及景观视线图

3 作为观展路径的树枝形状结构图

4 方案形态雏形图

5 设计方案内部动线图

6 设计方案图

(方案设计: 刘傲，郄崇霄; 设计辅导: 徐卫国，徐丰，黄尉欣)

6. 设计成果的测试与反馈

参数化过程设计的终极目标是要获得最高程度满足使用要求的设计结果，尽管设计过程的逻辑性在很大程度上保证了这一点，但是，设计结果究竟是否满足要求仍需进行测试，这是必要的环节，目前我们还只能依靠有限的手段对结果检测，如借用Ecotec、Dust等软件或自编程序测试设计结果，并把测试的结果借助参数化平台反馈到设计的各个环节，同时调整各个环节使设计结果更趋完善。

从以上论述我们也可看出参数化设计过程具有以下特点：（1）参数化设计过程的起点在于对人及环境的尊重；（2）设计策略在于通过判断和取舍对过程的控制决定设计结果；（3）设计过程遵循前后连续的因果逻辑关系可获得与设计起点相对应的设计结果；（4）结构系统及构造逻辑的研究保证了设计结果的可实施性。

算法生形

在上述建筑设计方案的参数化生成过程中，“设计参数关系的建立”及“软件参数模型的建立”是核心内容，实际上，这是参数化建筑设计的“找形”过程，它可以被解释为在人的活动行为要求以及外界因素影响下，建筑作为物质系统自组织的过程，它是建筑形式自下而上、自我呈现的形态发生过程，这种设计思想涉及到3种形态生成及反馈过程：一是作用于建筑形式的环境外力，以及形式对于外力的抵抗；二是建筑形态和人类主体之间的动态关系；三是人类主体和作用于形式的环境之间的互动。找形过程超越了传统的设计，使形态系统的自组织在物理的找形过程中得到了体现，并完成了上述反馈的过程，因而建筑形式将更趋向于对周边建成环境的最大程度地适应。

这一找形过程是一个解决复杂问题的过程，传统的设计方法根本无法解决这一复杂问题，今天，我们主要是通过规则系统（即算法）来构筑参数关系，并用某种计算机语言描述算法，来构筑软件参数模型解决这一复杂问题。

算法是一系列按顺序组织在一起的逻辑判断和操作，即指令，它们共同完成某个特定的任务，在这里，特定的任务就是构筑参数关系。我们以北京798艺术中心设计为例阐述设计找形的过程， 设计场地位于D-Park中心（图1），在对人的活动及周边环境分析及调研的基础上，设计参数关系被确定为：动态的“观”与“展”关系、展品位置、观展人数、观者运动线路、观者视线等因素可作为参数。这一特定场地的观展，不仅包括艺术中心内部的观与展，并且，在建筑里行走时观看到场地周边工业遗产的景观也是非常重要的观展内容。

根据这一设计定位，三维DLA（Diffusion Limited Aggregation 限制性扩散聚集）算法[2]被用来建立上述设计参数关系。三维DLA算法可解释为，在一个三维封闭空间里放入若干个静止的粒子，并在空间边界随机放入若干个新粒子，这些粒子作随机行走，如果碰到空间中静止粒子则凝聚不动；如果碰到空间外壁则不考虑它；并可不断放入新的粒子，让它们作同样的运动，直至产生相对理想的凝聚结果，这一结果将是各种各样的分形结构，它们与自然界中树枝形状相似。 在用这一算法构筑设计关系时，静止的粒子代表展品，随机运动的粒子代表观展者，最后形成的树枝形状结构反映了观展路径；在构筑三维封闭外壁的时候，把实地调研而得到的场地上观看周边工业遗产的最好角度，以若干条视线作为控制，建立管状外壁，以留出视觉通廊，外壁的其他部分则考虑了退红线、西南广场人流活动要求、与保留建筑的关系等因素而确定（图2）。接着，选用了Rhinoscripting将算法写入计算机建立了软件参数模型，经过多次试验后得到了作为观展路径的树枝形状结构图（图3）。

以此树枝形状结构图作为基础，设计者又用了计算机图形学中变形球技术（Metaball）[3]获得建筑设计方案雏形。具体做法是在树形结构节点处布置变形球，并调节变形球的能量场，变形球技术就可根据等势面原则构筑出不规则曲面体作为设计方案雏形（图4）。再根据其他设计要求及条件的作用，设计雏形便发展到设计方案（图5，6）。

在这一设计案例中，设计者借用了DLA 这一已有算法并进行了修改来解决建筑设计问题，但实际上，面对有些设计问题，我们有时并不能找到合适的已有算法来解决问题，这就需要根据具体设计问题，运用某种理论创造算法来解决问题，比如本期专栏后两篇文章所介绍的两位西方年轻建筑师罗兰·斯努克斯及爱丽莎·安德罗塞克，他们就是在不同理论的指导下，创造算法并编程解决生形问题，前者善长于运用集群智能思想，自写算法生成设计形态，而后者则在涌现思想及多代理思想指导下，自写算法生成设计。另一方面，对于有些设计问题， 我们也不一定需要通过算法及编程这种高级的生形手段进行设计，我们也可以直接使用已有软件菜单，如Rhino软件里的放样操作、已有的参数化设计软件，如Grasshopper 等手段直接将设计参数关系在这些软件里建立参数模型，进行设计生形，其实，这些软件操作指令的背后也是一种算法在起作用。

算法由于有计算机程序的驱动可以生成形态，因而，使得建筑设计“找形”的形态发生及反馈过程成为可能，从而，实现了建筑形态在与环境外力及人类主体行为动态相互作用下，建筑形体的自组织生成目标。作为结果，建筑形态与周边建成环境及人的活动要求之间将具有最大程度的协调性。□（本论文属国家自然科学基金资助项目，项目批准号51078218）

注释：

[1] 清华大学建筑学院建筑设计系列课从2004年开始，每年在三年级第二学期设置“非线性建筑设计课”，在至今8年的课程实践中，初步探索了参数化非线性建筑设计的方法和设计过程。

[2] DLA算法由美国人T. A.Witten 和L. M. Sander于1980年代初提出，这是一个分形生长模型，最初该模型主要是为了研究悬浮在大气中的煤灰、金属粉末或烟尘扩散的凝聚问题；目前DLA 模型主要应用在分形聚集生长、絮凝体仿真模拟、植物生长模拟以及图案设计等方面。

[3] 变形球（Metaball）技术是由Jim Blinn于1982年发明， 它是一种建立变形曲面的技术。它的主要原理是利用变形球建立能量场，然后通过标量域的等势面来建立三维曲面模型。简单的说，就是在空间里布置一些变形球，每个变形球都有一个能量场，通常用势能函数来表示；设空间里布置着无数个点，在其中某一点，它的能量为每个变形球给它的势能的叠加，然后在空间的所有点找出势能相同的点，就得到一个由这些点组成的曲面。