面向設計師的編程設計知識系統(tǒng)PADKS：學習Python做個有編程能力的設計師

　　《學習PYTHON—做個有編程能力的設計師》不是純粹的Python編程學習，而是在學習基本Python編程語言時闡述輔助設計的方法，從Python Shell到RH_Python再到GH_Python，將Python真正作為設計者從事設計輔助的編程語言；同時這又不是純粹幾何形式編程的說明，而是包括Python編程數(shù)據(jù)結構、基本語句、函數(shù)與類的學習過程。在掌握Python語言的數(shù)據(jù)結構、基本語句、函數(shù)、類與異常，并通過具體案例闡述深入了解實踐應用的方法之后，在“項目”部分探索與詳細闡述了十個案例，包括：“折疊的過程- 圓柱體V 形與Mesh 頂點排序”，結合Kangaroo動力學模塊模擬折疊的過程，使用Python編寫符合建立Mesh格網輸入條件的點組織模式；“盒體的展開”，講述了如何把一個盒體連續(xù)展開在一個平面上，并獲取多個解的方法；“解讀蟻群算法與TSP 問題以及在GH_Python 中的實現(xiàn)”，蟻群算法是一種用來在圖中尋找優(yōu)化路徑的機率型算法，靈感來源于螞蟻在尋找食物過程中發(fā)現(xiàn)路徑的行為。本部分詳細闡述蟻群算法并探索將其在Grasshopper平臺中的Python腳本中實現(xiàn)和解決TSP旅行商問題；“最短路徑與Dijkstra 算法”，最短路徑問題是圖論研究中經典算法問題，旨在尋找圖中兩節(jié)點之間最短的路徑，本部分使用Dijkstra 算法在GH_Python中實現(xiàn)；“探索性研究適宜分析方法GH_Python 下的實現(xiàn)”，適宜性分析的方法一般是在地理信息系統(tǒng)平臺中實現(xiàn)，例如ArcGIS。適宜性分析在城鄉(xiāng)規(guī)劃和風景園林中經常被用到，根據(jù)應用的范疇又可以細分為城市建設用地的評價、環(huán)境影響評價、自然保護區(qū)及旅游區(qū)用地評價、區(qū)域規(guī)劃和景觀規(guī)劃等。本次項目主要的研究目的是如何將適宜性分析在GH_Python 中實現(xiàn)；“使用遞歸解決八皇后問題與滿足特定間距要求的建筑布局”， 八皇后問題是一個以國際象棋為背景的問題：如何能夠在8×8 的國際象棋棋盤上放置八個皇后，使得任何一個皇后都無法直接吃掉其他的皇后。為了達到此目的，任兩個皇后都不能處于同一條橫行、縱行或斜線上；“解讀生命游戲_ 元胞自動機與建立生長模型”， 元胞自動機（Cellular Automaton），是一個時間和空間都離散的動力系統(tǒng)。散布在規(guī)則格網（Lattice Grid） 中的每一元胞（Cell） 取有限的離散狀態(tài)，遵循同樣的作用規(guī)則，依據(jù)確定的局部規(guī)則做同步更新。大量元胞通過簡單的相互作用而構成動態(tài)系統(tǒng)的演化；“GoogleEarth.KML 文件的調入程序”，規(guī)劃設計過程中經常借助于GoogleEarth來尋找和定位地標和路徑，那么如何將地標和路徑直接加載到Gasshopper平臺中，是本部分需要解決的問題；“解讀粒子群（PSO） 算法與建立點運動程序”，粒子群算法，也稱粒子群優(yōu)化算法（ParticleSwarm Optimization），縮寫為PSO，模擬鳥群的捕食行為，通過追隨當前搜索到的最優(yōu)值來尋找全局最優(yōu)解；“城市土地利用結構信息熵”，在信息論中，熵是接收的每條消息中包含信息的平均量，又被稱為信息熵、信源熵等。消息往往代表來自分布或數(shù)據(jù)流中的事件、樣本或特征。在規(guī)劃設計領域引入信息熵，研究土地利用結構，分析功能的融合程度，信息熵的高低可以反映城市土地利用的均衡程度，熵值越高，表明不同職能的土地利用類型數(shù)越多。本部分案例主要通過Python 程序，闡述信息熵和均衡度公式計算過程。

　　包瑞清西安建筑科技大學建筑學院講師城市規(guī)劃與設計專業(yè)博士，任教于西安建筑科技大學建筑學院，主攻計算機輔助設計應用研究，從作為設計者的角度尋找和融合編程與建筑、風景園林、城鄉(xiāng)規(guī)劃等設計規(guī)劃學科之間的關聯(lián)，建立面向設計師的編程設計知識系統(tǒng)，力圖使編程設計成為設計領域的基礎環(huán)節(jié)，探索未來設計的方法。2012年，作為caDesign 設計創(chuàng)始人之一，以“編程讓設計更具創(chuàng)造力！”的信念為指引，分享研究成果，發(fā)展面向設計師的編程設計知識系統(tǒng)網絡服務體系。