集群智能的媒介系统在规划及建筑领域自组织生形上的应用

陈毅强

(厦门中福元建筑设计研究院 福建厦门 361009)

集群智能的媒介系统在规划及建筑领域自组织生形上的应用

陈毅强

(厦门中福元建筑设计研究院 福建厦门 361009)

通过对两种类别自组织生形方法的原理及案例的分析比较提出：利用从生物界抽象而出的规则，具有集群智能的媒介系统能提供给建筑师一种更动态、全面的方法去研究建筑及规划领域的自组织生形；且在当前日益复杂的设计条件及更全面、严格的设计要求下，可通过在系统中设定多重标准及要求，更好地满足设计条件，并实现设计的多向优化。

参数化设计；自组织生形；物质自组织；集群自组织；基于集群智能的媒介系统

0 引言

随着科学技术的发展，规划和建筑设计领域开始重视更符合内在规律的自组织生形，其中包括物质的自组织和来自生物界的集群自组织。通过自组织，形式是内在规律的外在体现，更为合理和优化。运用物质的自组织和集群自组织原理的设计方法各有特点。通过对这两种设计方法在原理和运用实例上的分析和比较，以探求在当前日益复杂的设计条件及更全面、严格的设计评价标准的背景下，一种整体的设计方法，使设计成果更满足设计条件的要求，并能更好地满足多元设计需求。

1 规划与建筑领域的自组织生形

1.1 两种自组织生形方式

从20世纪初，人们开始注意到物质强大的自组织特性，它能自发的形成次序并积极的组织成新的结构和形式[1]。 自然界的例子证明，这种物质的自组织生形是取得最优化性能的过程，能得到合理和高效的自然形式。这种物质的自组织生形给建筑学带来了极大的启发。在该理论的影响下，从20世纪初，先锋建筑师弗雷奥托(Frei Otto)开始系统地研究物质行为，通过物理模型类比的物质计算方式去寻找形式。这个自下而上的生形方式是一种全新的设计方法，它强调将探求本质表达的物质系统作为设计的主要构成部分。在生形过程中，物质间的应力作用是形式生成的内在驱动力。

与此同时，来自生物界的自组织开始被重视，它也是一种自下而上的生形过程。它来自于昆虫的集群行为如蚂蚁、白蚁、蜜蜂、黄蜂以及鸟类和鱼类的集群活动[2]。虽然这些群体的单个成员并不具备高智能，但通过成员间的交互作用和协同及对环境的反应，能完成复杂的任务和形成复杂的模式。系统构成成员间的相互作用建立在局部的信息之上，并不存在来自全局的指令[3]。在快速发展的计算机技术帮助下，来自生物系统的具有集群智能的集群行为能够被计算机模拟，并被运用于众多的科学领域，如数据搜索、路径优化、无人机控制等，以及规划与建筑设计领域的自组织生形。

运用基于集群智能的媒介系统(swarm intelligence based agent system)在计算机中模拟来自生物界的自组织，集群(swarm)中的个体称为媒介(agent)，被赋予基本的行为规则(behavior)。媒介在集群中相互作用，使集群整体具备智能，并涌现出复杂的形态。这种形态是自内而外产生，是符合内在规律的优化体现。

1.2 寻找城市合理形式

通过物理系统自组织生形的方式去寻找合理的形式，其被运用在建筑和都市尺度的设计中。弗雷奥托研究了都市空间，认为所有都市化过程都包含占据和联系这两个要素[4]。他将道路网络系统分为三类：直接联系的道路系统，最少曲线道路系统和最少路径道路系统。在研究最少路径系统时，设计装置用玻璃板、肥皂泡和水，在代表目的地的针头间形成最小路径系统[5]，如图1所示。为了寻找优化的曲线道路系统用于优化城市交通路线，发明了羊毛线物理模型。在模型里所有的目标点被放置在一个圆上，最初每两个目标点之间用一条直的羊毛线连接代表直接联系的道路；而后给每条毛线一定的自由度，将模型浸入水中。当模型移出水面时，羊毛线互相粘合，生成的模式代表着优化的道路系统，这个系统具有优化的道路总长度，如图2所示。

图1 弗雷奥托计算最少路径系统的实验装置

图2 弗雷奥托羊毛线模型用于计算优化的曲线道路系统

这种概念被运用于扎哈哈迪德在伊斯坦布尔的Kartal Pendik的城市规划中，如图3所示。规划设计的意图是获得较大的建设场地，由较短的曲线道路连接，并降低道路的密度。这些道路最终融入于周边的城市道路网络中。设计中，与城市周边道路联接的节点作为场地内流线的重要输入参数，相当于奥托羊毛线模型的固定端，最终得到的道路规划是最少曲线道路系统和优化的网格。

(a)道路系统设计概念 (b)模型鸟瞰图3 Kartal-Pendik规划设计方案

对于优化道路网络，另一种方法是运用集群智能的媒介系统。这是建立在集群行为的共同识别(stigmergy)基础之上(stigmergy, 一种基于荷尔蒙的识别，如蚂蚁集群的识别行为)。其来源于生物系统，如蚂蚁在搜寻食物时，通过释放和跟随荷尔蒙，最终形成由蚁巢到食物的最短路径，如图4所示。这种方法被用于多个领域。一个最著名的例子是销售员最短路径的例子：销售员通过一组城市，每个城市经过一次，规划出最短的路径，如图5所示。运用集群智能的媒介系统进行模拟，赋予媒介共同识别的行为，可得到销售员在一系列城市间最短销售路径的规划。

图4 证明蚂蚁集群找寻最短路径能力的实验

图5 销售员旅行路径问题

基于集群智能的自组织系统是一个自下而上的生形过程，它通过系统成员(agents)间的相互作用，最终涌现出复杂的全局模式。人们发现城市的形成也呈现了相似的特征。正如Neil Leach指出的，城市的运作如同一个涌动的、适应性的系统，它的运作基于城市组成部分间的相互作用，信息的反馈循环，城市模式的识别和非直接的控制。城市的形成模式也带有涌现的特征。它展现出一种自下而上的集群共同智能，比其单一的构成部分有着更复杂和先进的行为。城市可视为一种有“集群智能”的系统[6]。

Kokkugia的墨尔本码头区规划是将群集智能的媒介系统用于城市设计的一个探索，如图6所示。在设计的过程中设计师并没有去模拟城市的真实人口，也没有使用传统的设计方法去规划总平面。设计师设计了一个具有弹性的系统，系统里将城市里更广泛层面的运作抽象总结，并将设计意图作为系统里成员媒介运行的规则参数，这个系统的运行能自组织涌现出城市的形式[7]。相比较去满足有限的城市条例，这个系统能将城市的各种所需作为输入参数，成为系统成员媒介的运行规则。从这个意义上，这个系统具有多维优化的能力。而且这个系统是开放和动态的，它能根据不同的输入参数(经济、政治和社会要素)生成不同的动态的稳定形态，而不仅仅是一个解决方案。

图6 Docklands 规划设计方案

1.3 寻找建筑合理形式

公元476年～公元1453年，欧洲建筑师最早运用物理模型的物质计算方式去寻找建筑形式，他们运用这种方法寻找以石头为砌筑材料的拱券的合理形式，以减少拱券的侧推力。 20世纪初，西班牙建筑师高迪发展了这种方法，运用著名的悬挂模型，去取得与传统教堂的厚重形式完全不同的轻盈结构和空间。此后，以弗雷奥托为代表的建筑师们发展了这个生形的方法，把它使用在膜结构、网架结构、充气结构、悬挂结构、枝状结构等建筑设计中，并取得了大量的成果。这些成果仍对当代的建筑师有着极大的启发。例如，弗雷奥托用悬挂模型去生成拱顶结构，这个生成原则是根据反转抛物线的原理，如图7所示。通过反转只有拉力的悬挂模型，一个只有压力的优化形式生成了，它可以充分利用材料的抗压特性，极大地节省材料并产生轻巧的建筑形式。

图7 慕尼黑框架壳体结构的悬挂模型

计算技术模拟基于集群智能的媒介系统通过描述个体行为及其相互作用，能在整体上涌现出合理的形式和空间。个体可以代表不同尺度的物质，既可以是构成物体的结构单元，也可以代表集群中的人，或是构成社会的各种组织。集群中的个体行为基于基础的规则如聚集(Cohesion)，分离(Separation)，跟随(Alignment)，其他的个体规则可由这几个基本的规则衍生出来，给予系统极大的弹性和潜力。建筑师们尝试将这个系统运用于设计中，找寻合理的结构形式，由人的行为定义的合理空间，城市的合理形态等。

Kokkugia设计的交织的复合物(Woven Composites)运用集群智能的媒介系统生成交织的复合表面，探索复杂的拓扑形态的生成，如图8所示。集群中的个体媒介对它周边的多种环境情况作出反应，并相互交织形成复合物的表皮[8]。Kokkugia 描述道：“这代表了从均质表皮到将表皮作为一种涌现的集合转变，这种集合由大量的‘物质’相互作用生成。设计生成了极具美感的有机形态”。

图8 交织的复合物

Marios Tsiliakos设计的纤维系统将不同的设计要求输入具有集群智能的媒介系统里，以求得满足多种要求的优化结果。结构的信息，外部环境和地形的数据被输入系统，成为影响个体媒介行为的因素[9]。不同设计要求作为个体媒介的行为规则，具有不同的层级，决定其对个体媒介行为影响的不同重要程度。它们可对个体媒介的行为单独发生作用，或根据其层级以不同权重综合影响个体媒介行为，如图9所示。比如纤维适应应力的排列是最主要规则，其次是太阳光线入射角度对纤维密度的影响。这些因素和规则共同影响着个体媒介的行为，最终涌现出的纤维表面，既具有优化的结构特性，又满足了对于光照的控制需要。Kokkugia的香港“纤维塔”设计中，同样运用媒介系统满足多项设计需求：即结构、形式和空间次序。“纤维塔”的外表皮，既是网络状主要承重结构，又表达了独特的形式美感，同时交织的结构间形成通风及竖向的花园空间，如图10所示。

图9 运算算法的解释图例

图10 kokkugia纤维塔楼

2 基于自组织生形方式的对比及思考

在探索城市和建筑的形态上，运用物理模型类比的物质计算方式相较于计算技术模拟的基于集群智能的媒介系统具有一定程度的局限性，主要表现在三个方面：环境条件的设定，多层级设计要求的设置，及多重设计标准的满足。这三个方面也是自组织生形设计方法的主要组成部分。对它们的深入研究和在设计过程中的优化，能使自组织生形的设计方法更好地满足当前的设计需求，并使设计成果实现多向优化(multi-performative)。

2.1 自组织生形的环境条件设定

环境条件设定即设计找形过程中初始条件设定。在弗雷奥托寻找优化的曲线道路系统的羊毛线物理模型中，在圆上固定的羊毛线端头代表着道路的接入点。带一定冗余度的羊毛线代表着有长度余量的道路。这些以物理状态呈现的设计条件传递着有限的信息。在这样的物理模型中难以加入更多的设计前期条件，如地质状况，基地朝向，甚至是基地文脉，使其设计成果不能得到更多富有意义的形态和空间上的变化。

运用基于集群智能的媒介系统能更好地模拟出设计的环境条件。运用计算机技术，设计所处的物理环境可以很好地被模拟。甚至对环境的风貌特征、文脉要求也能在一定程度上通过对建筑体量、比例、色彩等的参量控制反映在设计初始条件中。在Kokkugia的墨尔本码头区规划中，城市环境被抽象的模拟作为代表着城市活动和城市组织的媒介运行的环境。Marios Tsiliakos设计的纤维系统中，结构的信息、地形的数据以及包括日照在内的环境信息都被作为设计条件以参量的形式输入在系统中。设计师能通过对环境条件的分析判断，将对设计过程有影响的因素抽象设置于媒介系统中，使设计过程能更好地体现真实的设计环境和意图。

2.2 多样多层级设计要求的设置

在设计过程中，通常需要考虑多方面的设计要求。这些设计要求，有的平行存在，相互制约；有的存在主次、轻重的等级区别。如何在设计过程中更全面地考虑各方面的设计需求，并处理好其相互关系，是设计的难点所在。运用物理模型类比的物质计算方式去探索城市或建筑的合理形态，其装置是应力驱动的，它生成的形式具有优化的结构和较少材料使用的特点。但它无法满足非应力的设计需求，使其也具有单一性和局限性。

在规划和建筑领域运用基于集群智能的媒介系统，从宏观中的社会组织，到具体的人或物，及微观中的物质构成元素均可抽象为媒介(agent), 他们之间及与环境间的相互作用可抽象为规则。设计要求可以通过规则的制定体现在形态生成的过程中。这些规则可以对媒介(agent)的运行有相同或不同权重的影响，或是通过优先级的设定来区分影响的等级。规则对媒介运行的影响强弱及等级区分可通过参数控制，局部的参数变化就能使全局形态涌现出巨大的变化，体现出运算化设计的魅力。在Kokkugia的墨尔本码头区规划中，媒介运行有两个层级，首先是由媒介根据规则自组织形成城市实体，其次城市实体作为媒介自组织形成网络，代表着城市的基础设施、流通系统，涌现出城市空间和形态。同样的，Marios Tsiliakos设计的纤维系统，形态的生成是不同层级的规则影响的结果，结构要求是第一要素，其次才是阳光的穿透率，这使设计成果更能符合实际使用需求。

2.3 多重的设计标准及评价的满足

设计成果的评价往往是综合的，需要满足多样的评判标准。这与生形过程中初始设计环境及条件的设定和多样设计规则的设置是密切相关的。运用物理模型类比的物质计算方式的自组织生形，由于条件设定和规则设置的局限性，导致了其设计成果难以满足综合的评价标准。运用集群智能的媒介系统在这方面体现出了巨大的优越性。Kokkugia在墨尔本码头区规划设计中，不再根据有限的城市设计原则去确定城市的规划，而是将城市运行实体间的微观关系和相互作用作为媒介运行规则，最终涌现的城市形态更好地反映了城市实体的需求，更好地符合城市设计的多重设计标准。运用集群智能的媒介系统，能很好满足多重设计标准和评价，也使其成为实现设计多向优化(multi-performative)的可靠手段之一。

3 结语

当前，规划和建筑设计总是在复杂多样的设计条件中进行，其中包括区位环境、用地条件、气候状况、交通设施等。 其设计成果需满足多样的设计需求，如功能需求、造价控制、绿色节能、美观舒适、文脉传承。这也促使设计师们去探寻构成整体设计的不同部分的优化可能性，如去寻找优化的结构、适合的建筑形体以呼应环境并将环境外力的影响最小化、优化的建筑表皮以尽量减小建筑能耗并提高室内舒适性。运用计算技术模拟的基于集群智能的媒介系统提供了一种强有力的方法，它能在系统中模拟复杂环境，定义复杂的条件限定，不同行为规则的媒介，多层级的设计要求，以回应在设计过程中的多样设计条件、多重设计标准，满足对设计成果的多重评价标准、及对设计多向优化的追求；同时它具有参数化设计方法的共同优点，即动态、开放及高效。当然，这种设计方法仍处于探索及初步运用阶段，在运用过程中有许多难点及问题需要设计师们发动智慧创造性的解决，以推动其不断发展，为设计师寻找创意和实现更优化的设计提供有力支持。

[1] Manuel Delanda. "Material Complexity". Leach, Niel (Ed). Digital Tectonics. Page 17.

[2] Christian Blum, Daniel Merkle (Eds.) ."Swarm Intelligence". Page 43

[3] Scott Camazine, Jean-Louis Deneubourg, Nigel R. Franks, James Sneyd, Guy Theraulaz, Eric Bonabeau, "Self-Organization in Biological Systems". Page 8.

[4] Frei Otto. "Occupying and Connecting". Axel Menges Edition.

[5] Frei Otto, op cit, Page 64.

[6] Neil Leach. "Swarm Urbanism" in "Digital Cities，Architectural Design, 08,2009". Page 56.

[7] Neil Leach. "Swarm Urbanism" in "Digital Cities，Architectural Design, 08,2009". Page 61.

[8] Roland Snooks, Kokkugia. "Self-Organised Bodies" in "Architecture in Formation: On the Nature of Information in Digital Architecture". Page 264.

[9] Marios Tsiliakos. "Swarm Materiality". Page302.

Swarm Intelligence Based Agent System in Urban and Architectural Form Finding

CHENYiqiang

(Xiamen Zhongfuyuan Institute Of Architectural Design and Research, Xiamen 361009)

Through comparison of these two self-organization methodologies, the article has come to a conclusion that with the rules from the animate world, swarm intelligence based agent-system can provide architects a more dynamic and holistic way in finding form both in architecture and urban scale; furthermore, in order to meet the more complicated design restrictions and more rigorous design requirements, through incorporating numerous design criteria within the system, it can lead to multi-performative architecture.

Parametric design; Self-organization; Self-organizing matter; Self-organization of biological colony; Swarm intelligence based agent system

陈毅强 (1976.7- )，男，工程师。

E-mail:cyqarchitect@163.com

2017-05-22

TU11

A

1004-6135(2017)07-0048-05