绿色建筑设计决策问答：由大语言模型驱动的多模态数据推理方法
人工智能
2025-12-02 v1 计算与语言
人机交互
摘要
近年来，绿色建筑在应对能源消耗和环境问题方面的关键作用已广为人知。研究表明，可在建筑设计早期实现超过40%的潜在能源节省。因此，基于建模和性能仿真的绿色建筑设计决策（DGBD）对于降低建筑能源成本至关重要。然而，绿色建筑领域涵盖广泛的专业知识，这涉及显著的学习成本，导致决策效率低下。许多研究已经将人工智能方法应用于该领域。基于前期研究，本研究创新性地将大型语言模型与DGBD集成，创建了用于多模态数据推理的问答框架GreenQA。利用检索增强生成（Retrieval Augmented Generation）、链式思维（Chain of Thought）和函数调用（Function Call）方法，GreenQA实现了包括天气数据分析和可视化、绿色建筑案例检索和知识查询在内的多模态问答。此外，本研究使用GreenQA网页平台进行了用户调查。结果显示，96%的用户认为该平台有助于提高设计效率。这一研究不仅有效支持DGBD，也为AI辅助设计提供了灵感。
引用
@article{arxiv.2412.04741,
title = {Question Answering for Decisionmaking in Green Building Design: A Multimodal Data Reasoning Method Driven by Large Language Models},
author = {Yihui Li and Xiaoyue Yan and Hao Zhou and Borong Lin},
journal= {arXiv preprint arXiv:2412.04741},
year = {2025}
}
备注
Published at Association for Computer Aided Design in Architecture (ACADIA) 2024