基于神经网络算法的秦皇岛建筑历史分析调查研究

冯柯，王婷，王薇

（1.燕山大学建筑学系，河北 秦皇岛 066004；天津大学建筑学院，天津 300072；2.内蒙古工业大学建筑学院；内蒙古自治区绿色建筑重点实验室；内蒙古工业大学建筑技术科学学科团队草原新型绿色建筑创新教育团队，内蒙古 呼和浩特 010052；3.北方民族大学设计艺术学院，宁夏 银川 715001）

1 问题的提出

1.1 必要性与紧迫性

秦皇岛市政府《2020政府工作报告》指出：“坚持以一流国际旅游城市为牵引，高品质规划建设管理城市，高标准推进乡村振兴和人居环境改善，城乡统筹发展迈出新步伐。编制完成并印发实施秦皇岛市规划纲要，北戴河地区、西港片区、金梦海湾片区等重点区域规划和城市设计基本完成”“推动沿海强市、美丽港城和国际化城市建设”“积极融入京津冀世界级城市群，深入推进全国新型城镇化与城乡统筹示范区建设，为高质量发展提供有力支撑。”

1.2 特定地理范围内的建筑历史研究

秦皇岛市是我国公布的第一批历史文化名城名单之一，其域内的历史建筑遗迹长城，已经成为民族精神的象征。目前国家提出的文化兴国战略中“长城保护战略”和“大运河保护战略”都与之相关联。

大运河是先人留给我们的宝贵遗产，是流动的文化。大运河在河北段全长530km，是中国大运河中独具北方特色的文化瑰宝。《河北省大运河文化和旅游融合发展规划》正在编制当中。而作为大运河近畔节点的乐亭（今属唐山市）（明清时为乐亭县），在明清时期属于永平府（府治在今秦皇岛卢龙县）辖。

图1 根据县志摹绘的昌黎县舆地图(自绘）

在国家文化战略指导下的国家长城文化公园即将在秦皇岛建设。长城是秦皇岛境内重要的文物建筑，在域内长城体例比较齐全，特点突出，类型丰富，保存完好。其中的万里长城-山海关、万里长城-九门口、板厂峪窑址群遗址是全国重点文物保护单位，其他长城段落全部为河北省文物保护单位。

除此之外，该地区还遗存了古城楼、古观音阁、古塔、古桥、古村落等不同建筑类型的历史建筑需要整理研究。这些历史建筑散落在各县各乡，比如昌黎的韩文公祠、卢龙的红山长城采石场遗址、北戴河观音寺、山海关区先师庙等。都是亟待专业背景的学者及研究者深入研究的。

1.3 课题研究的具体意义

本课题就是针对秦皇岛地区的历史建筑进行的体系化理论研究。研究从地区的发展历史出发，按照文献与建筑实存两条线索展开分析研究，两种依据相互印证。研究顺序以类型学角度展开包括县城、居住类建筑（民居、别墅）、祠庙等，并对具有特殊历史意义和价值的建筑专门进行研究比如北戴河近代别墅群等，并关注在长城沿线、运河沿线的建筑考据，将记载于县志或史料中的建筑通过ArcGIS软件、算法编程等现代技术手段进行信息化处理。其具体意义如下：

首先，梳理秦皇岛地区建筑的历史演变脉络，有助于城市文化定位，为秦皇岛打造“文化港城”提供充分的历史史料。

其次，课题尝试借鉴神经网络算法应用于建筑历史的研究中，以学科交叉的视野，解决历史建筑信息缺失情况下的建筑复现问题，为学科研究提供新的研究思路。

最后，课题研究成果将明清文献中的历史地图、绘画中的历史建筑形象等通过信息化手段，试图建立起秦皇岛地区历史建筑数据信息库，为后续研究提供基础支撑。

综上，“麻雀虽小，五脏俱全。”选择秦皇岛特定地理区域的历史建筑进行研究，调研收集的历史建筑、历史村落等历史信息，从建筑史学角度来说都极具学术价值且急需进行细致深入的研究。课题在厘清秦皇岛地区历史建筑的发展脉络及类型的基础上，揭示该地区建筑的地域特征。在分析研究建筑的地域特征时，基于神经网络算法对秦皇岛地区的历史建筑进行分析研究，借助交叉学科的研究方法，重点解决部分历史建筑信息缺失条件下的建筑复现问题。

2 国内外研究现状及发展动态分析

2.1 以秦皇岛地区历史建筑为研究对象的研究综述

秦皇岛地区的学术研究大致分为四类（以专著为资料源）。第一类为史志类研究，一般以史志为多，多是侧重于秦皇岛的城市历史或文化，比如《秦皇岛市志》《秦皇岛史话》。第二类为旅游文化相关研究，一般从秦皇岛的风土人情或旅游景点论述，比如《秦皇岛旅游》。第三类为历史事件或是逸闻趣事，比如《北戴河滨海旧闻录》。第四类为专题研究，比如对长城的研究。需要说明的是秦皇岛作为长城的起点，地理区域内的长城及其聚落遗存较多，相关的以长城为主题的研究著述丰富，本课题主要针对域内其他历史建筑，故暂未将长城研究列入其中（见表2）。

秦皇岛研究成果分析简表——著作 表2

秦皇岛地区存在较丰富的历史建筑研究的资源，值得深入探究。从文献资料来看，现有著作以历史文化或旅游为主题的较多，内容以名人轶事或传说故事较多；而选择以建筑学专业，尤其是从建筑历史研究的角度对秦皇岛地区的建筑（历史建筑）进行系统论述的专著较少。

一方面是由研究者的学术背景所影响，一方面是因为从建筑史的角度梳理一座城市的建筑发展与变迁，过于宏大与深邃，很难把握。在这些研究中，建筑是作为历史与文化的载体和依托，仅仅是一个背景与配角，作为部分要素，往往缺乏对秦皇岛建筑的历史进行系统的梳理和认识。

除了专著，申请者对学者与研究者发表的相关论文及学位论文成果进行分析（见表3、表4）。这部分论文成果的研究内容主要包括如下三类：

第一类，是作为防御型军事体系的研究，如夏然、刘壮、庄和峰、刘珊珊等；

第二类，空间或环境变迁的研究，如刘碧蝉、息琦、李欣楠、张骏；

第三类，针对民居或近代别墅的研究，如曲阳洋、李南、戴利华等；

通过文献研究，上述学术研究的关注点分析如图2。由图可见系统地以地区建筑历史发展脉络的历史建筑研究凤毛麟角。

秦皇岛研究成果分析简表——学位论文 表3

图2 文献研究关注点分析（自绘）

秦皇岛研究成果分析简表——期刊 表4

通过对现有研究者的研究成果分析，见图3文献研究关注点分析。针对秦皇岛地区的历史建筑研究本就不多，而具体到该地区历史建筑的演变分析研究就更加少了，所以本课题选择的研究题目具有深入研究的价值。

综上，无论在专著或是学术观点的研究上，对照相关研究，本课题具有较明显的创新性。

图3 文献研究关注点分析（自绘）

2.2 基于神经网络识别理论的建筑史学应用综述

2.2.1 人工智能与算法识别理论在建筑学中的应用

深度神经网络（Deep Neural Network，DNN）是从早期的神经网络（Neural Network，NN）发展而来，其原型是由神经生物学家沃伦·麦卡洛克（Warrens·McColloch） 和数学家沃尔特·皮茨（Walsh·H·Pitt）于 1943年合作提出。

计算机的强大运算力以及神经网络相关的算法在建筑学中的应用多是存在于建筑设计的实践上，比如参数化的设计，解决一些人工运算不能达到的运算效果，从而在建筑设计的形体上呈现不同于以往的线型，而多为曲线形。建筑界也一直在进行各种尝试和探讨，从盖里事务所表达的“前计算机形态”到参数化设计、关联式设计（associative-design，简称“AD”，也称“协同设计”）、算法设计和“多智体系统”，都在以不同的视角和途径探讨设计的新可能。存在两派：一派希望通过新的技术手段更好地控制形式结果，以完成传统建筑学意义上的“设计”；另一派则希望通过新技术，特别是采用计算机语言探索设计背后应回应的逻辑及其表达形式。

2.2.2 传统建筑信息数据化处理的研究趋势及AI理论在建筑史学中的应用可行性

建筑领域中，建筑工程与建筑技术方面有应用人工神经网络研究的先例。在建筑工程方面，人工神经网络已被广泛应用于预测房屋震害、工程造价、城市密度、建筑容积率计算等研究领域；在声环境方面，人工神经网络可以预测交通噪声、混响时间等声学指标。在城市规划领域中，清华大学龙瀛教授利用机器学习研究了北京城市街道正规性。张梦迪、鞠伟、刘曦东尝试探索人工神经网络中图像识别方面的初步探究。何宛余、杨小荻指出“研究人工智能的应用提供了思路，即建立两套不同的模型系统，一套为生成设计的算法模型，另一套为限定模型生成的约束参数或判断系统。”孙澄宇、周沬凡、胡苇认为“向建筑师群体表明，作为应用者只需要了解其两个关键要素——输入与输出的数据定义，以及网络模型架构所适用的问题类型，就可以登上这一快车实现为我所用。”

课题希望在前人探索的基础上，逆向利用，尝试在建筑历史研究中对实物缺失的建筑通过人工智能以及神经网络算法等较为前沿的技术理论与方法，达到对历史建筑的数据化复原建构，从而使得那些记载在文献中，已经不存在的建筑可以重新成为数据信息而存留下来。

本课题研究中采用的神经网络计算，主要依托Python编程语言、图片识别技术，通过基础数据的训练使得在确是部分构件的情况下，仍然可以推测出当时建筑的模样，为建筑复原研究提供一种新的方法尝试。此外根据Python语言的特点，可以在虚拟环境中，编辑交互语言，使得建筑与人的互动不再是机械的点对点，也可以通过交互式的沟通，获得建筑信息和体验。

3 研究内容与关键性技术

3.1 研究内容

3.1.1 抢救性地留存当地建筑规划的历史信息并使之数据化呈现

以秦皇岛地区历史典籍为基础资料的该地区建筑体系的数据信息化处理，涉及收集到的明清两朝的县志文献记载的府、州、郡、县等不同级别的城市布局与规划，记载的历代建筑或名胜。其中府县主要有永平府、临榆县、抚宁县、昌黎县等；建筑主要是府域或县域内的官衙建筑、官学建筑、祠庙建筑等以及明清以来的历史村落（北戴河村、小湾村等），见图4。

3.1.2 秦皇岛地区建筑的特色研究

对该地区的古城、古村落、古建筑的建筑特色进行分析研究，前期已完成山海关古城民居特色分析（2011）、北戴河近代别墅建筑群的分析研究（2012）、秦皇岛地区传统建筑营造技术的分析研究（2014）、北戴河村落的历史调研（2016—2018），本课题研究将在此基础上，对建筑的地区营造做法与建筑的地域特色进行更深一步的挖掘与研究，针对之前的研究没有进行的数据信息化建构，进行深入探索，归纳构建秦皇岛地区建筑风貌的体系特征，见图5。

图4 古民居测绘数据（部分）（课题组绘制）

图5 光明路14号宅-开滦矿务局外籍高级员司特等房的数据重构（部分）（课题组绘制）

3.1.3 基于神经网络识别技术在历史信息缺失条件下的建筑体系重构的可能性的探索

目前建筑的复原研究基本思路是通过同时期的图形图像资料，辅以文献考证，基于对建筑所处时代的特色分析，从而做出建筑的复原模型。基于神经网络识别算法的建筑历史信息的数据化整理。针对缺少实际测绘数据的文献中的建筑，尝试运用新兴的神经网络算法来解决前人无法仅凭物理规律和文化规律解决的建筑实例缺失情况下，要靠图形识别进行建筑的重新构建问题。本研究拟通过构件与建筑的逻辑关系，尝试逆向训练神经网络，当样本量足够时，可以达到通过构件推出建筑形态的结果。尝试通过存留的秦代吻兽推测秦时宫殿的结构比例，并根据此结果尝试对部分建筑进行模拟复原。

3.2 研究关键技术

3.2.1 数据化建设

秦皇岛地区古籍文献中的建筑历史信息的数据化建设。ArcGIS等地理信息系统的软件在建筑历史研究中多有应用，但针对秦皇岛地区的文献信息化处理才刚刚起步，尤其是针对建筑（都城县城）的更为专业的具体研究亟待深入。课题以此为依托，对多年研究积累的历史文献中的建筑进行体系搭建。

3.2.2 基于算法的历史建筑重建

基于人工智能识别算法，在实体建筑物缺失的情况下，如何识别重建。通过遗存建筑的测绘数据，实现针对某一类建筑的特征数据的收集，利用人工神经网络学习这些数据的特征，从而建立起多种因素与某一因素的多元非线性关系，这样就可通过得知该类建筑中某些因素推算该类建筑中无法被收集的未知因素。神经网络算法识别通过四个步骤不断地重复搜索：选择、扩展、模拟和反向传播。这部分研究见算法技术路线，如图6。

图6 人工智能识别算法技术实现的具体路线（自绘）

4 结语

秦皇岛地区的文化历史的挖掘还需要深入。建筑作为历史文化信息的一种物质载体，随着时间的流逝，部分文物建筑、历史建筑出现倾圮毁损，目前较少以建筑学为纲的对地区历史建筑的整体性、体系性研究成果，所以抢救性地留存当地历史建筑的相关信息并采用数据化呈现是十分必要的。首先，地区性的建筑特色研究的关注度还是欠缺的，相比较一些宏大而宽泛的涉及政策性的策略研究，针对某一地理区域进行历史建筑的调查、测绘与研究，显得就更为细致、具体。其次，建筑留存的时效性与建筑主体的毁损很难量化。大部分另做他途甚至拆旧建新。

研究希望在前人探索的基础上，逆向利用，尝试在建筑历史研究中对实物缺失的建筑通过人工智能以及神经网络算法等较为前沿的技术理论与方法，达到对历史建筑的数据化复原建构，从而使得那些记载在文献中，已经不存在的建筑可以重新成为数据信息而存留下来。