基于EEG信号的实时交互式空间要素优化方法技术

本发明专利技术公开了一种基于EEG信号的实时交互式空间要素优化方法，该方法包括如下步骤：以多个空间要素构成决策变量、以EEG信号的多个特征参数作为多个目标函数构建空间要素优化模型；基于多目标遗传算法对所述构建空间要素优化模型求解，得到空间要素的最优解。本发明专利技术实现了基于人类情感以及心理要素的生理数据对建筑空间要素实施定量化优化。对建筑空间要素实施定量化优化。对建筑空间要素实施定量化优化。

【技术实现步骤摘要】
基于EEG信号的实时交互式空间要素优化方法


[0001]本专利技术涉及建筑空间设计
，具体涉及基于EEG信号的实时交互式空间要素优化方法。

技术介绍

[0002]随着国家经济文化和科学技术的发展，人民对生活以及生产上的空间需求也在不断提高。而在对空间需求提高的过程中人类不乏会面临对于不同人群以及不同突发事件的多变性要求。
[0003]在建筑空间设计以及人居环境的治理上对于人类生理和心理上需求的满足是设计本身应该注重的要素，其中对于人类弱势群体中的儿童、老人、孕妇等来说，建筑以及空间环境中的各种要素对其心理健康的满足则显得尤为重要。
[0004]但是在现有技术中，建立的人体生理数据和空间要素之间的关系还没有精确到定量水平，总体优化建议更倾向于定性建议。所以通过人类的心理感受层面的反馈来定量化优化建筑空间要素显得尤为必要。

技术实现思路

[0005]针对上述现有技术存在的问题，本专利技术提供了一种基于EEG信号的实时交互式空间要素优化方法，通过人类的心理感受层面的反馈来定量化优化建筑空间要素。该技术方案如下：<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于EEG信号的实时交互式空间要素优化方法，其特征在于，包括：以多个空间要素构成决策变量、以EEG信号的多个特征参数作为多个目标函数构建空间要素优化模型；基于多目标遗传算法对所述构建空间要素优化模型求解，得到空间要素的最优解。2.根据权利要求1所述的基于EEG信号的实时交互式空间要素优化方法，其特征在于，所述空间要素包括：窗洞宽度W、高度H及空间颜色的R、G、B参数；所述EEG信号的特征参数包括第一脑电特征参数值和第二脑电特征参数值，所述第一脑电特征参数值表征放松程度，所述第二脑电特征参数值表征专注紧张程度；所述以EEG信号的多个特征参数作为多个目标函数包括：以第一脑电特征参数值最大值生成第一目标函数，以第二脑电特征参数值的最小值生成第二目标函数。3.根据权利要求2所述的基于EEG信号的实时交互式空间要素优化方法，其特征在于，所述基于多目标遗传算法对所述构建空间要素优化模型求解，包括：S1：基于初始种群中的决策变量输入预设的参数化建筑空间模型；S2：基于参数化建筑空间模型生成虚拟现实场景，采集虚拟现实场景下受试者的EEG信号；S3：基于所述EEG信号的第一脑电特征参数值和第二脑电特征参数值获取第一目标函数值和第二目标函数值；S4：基于多目标遗传算法对种群进行迭代更新，并将迭代更新后的种群中的决策变量输入预设的参数化建筑空间模型；S5：重复S2
‑
S4形成“空间变化
‑
实时EEG信号
‑
空间要素优化
‑
空间变化”的闭环优化过程，直至满足预设迭代停止条件，获取空间要素优化模型的解集。4.根据权利要求3所述的基于EEG信号的实时交互式空间要素优化方法，其特征在于，所述步骤S4中，多目标遗传算法采用非支配排序遗传算法NSGA
‑
II。5.根据权利要求4所述的基于EEG信号的实时交互式空间要素优化方法，其特征在于，所述步骤S4，包括：对初始种群P0进行非支配排序，每个种群的适应度即为其非支配水平，通过排序，每个个体得到一个RANK值，并计算拥挤距离；通过竞赛法选择精英个体，并通过交叉、变异操作，生成一...

【专利技术属性】
技术研发人员：张紫寰，郭喆，李早，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：