可持续智能城市的生成空间人工智能:城市数字双胞胎的开创性大流量模型

科学领域:

• 城市规划和设计
• 环境科学中的人工智能
• 可持续的城市发展

背景情况:

• 快速的城市化需要对资源管理和生态挑战的创新解决方案.
• 现有的城市数字双胞胎 (UDT) 框架缺乏与生成人工智能 (GenAI) 和基础模型 (FMs) 进行综合城市流动分析的集成.
• 需要强大的理论基础和人工智能工具在UDT中的运行,以实现环境可持续性.

研究的目的:

• 引入一个新的大型流量模型 (LFM) 与GenAI集成到UDT系统的能力.
• 加强复杂的城市系统的预测分析,适应性学习和数据管理.
• 解决关于将GenAI和FM整合在UDT城市可持续性框架中的研究差距.

主要方法:

• 一个大流量模型 (LFM) 的开发,基于与GenAI的基础框架.
• 将LFM集成到城市数字双胞胎 (UDT) 系统中.
• 使用洛桑市蓝城项目的案例研究分析,以验证LFM在城市流动建模方面的能力.

主要成果:

• LFM有效地建模和分析关键的城市流动,包括流动性,商品,能源,废物,材料和生物多样性.
• 该模型通过完成数据,估计新地点的流量,并预测流量演变来解决UDT中的空间挑战.
• 证明能够提供对城市动态和相互连接的整体理解,增强决策的能力.

结论:

• 在UDT中,LFM使GenAI和FM运行,推进人工智能驱动的可持续城市发展.
• 该研究为城市规划师,设计师和政策制定者提供了复杂的工具和见解.
• 该研究通过改进的建模和分析,加速向高效,弹性和可持续的城市未来的过渡.