吳 蔚 吳 農(nóng)

(1.南京大學(xué)建筑與城市規(guī)劃學(xué)院，江蘇 南京 210093； 2.西北工業(yè)大學(xué)力學(xué)與土木建筑學(xué)院，陜西 西安 710000)

1 概述

建筑學(xué)專業(yè)是一個(gè)跨門類、跨領(lǐng)域、獨(dú)立性和特殊性很強(qiáng)的學(xué)科。一般而言，主要涉及到兩大屬性。首先是工程類屬性，涉及到土木工程領(lǐng)域和建筑學(xué)方面的專業(yè)知識(shí)，包括：城市及建筑規(guī)劃、建筑設(shè)計(jì)與繪圖、建筑技術(shù)、工程施工和管理、安全以及建筑環(huán)境科學(xué)等等。而另一種就是文化藝術(shù)類屬性，如建筑語匯、文化藝術(shù)的表現(xiàn)力、歷史傳承、宗教信仰等方面[1]。盡管建筑學(xué)專業(yè)對(duì)本科畢業(yè)生綜合設(shè)計(jì)潛力有一系列的評(píng)審標(biāo)準(zhǔn)，但因每個(gè)高校建筑學(xué)專業(yè)在其學(xué)科實(shí)力、教學(xué)和評(píng)分標(biāo)準(zhǔn)、設(shè)計(jì)成績(jī)各因素的權(quán)重比不同而有很大差異，此外，在綜合評(píng)價(jià)方面往往存在諸多主觀人為因素的影響，從而導(dǎo)致對(duì)學(xué)生整體設(shè)計(jì)潛力的評(píng)價(jià)結(jié)果往往具有片面性和不準(zhǔn)確性[2]。高校建筑學(xué)專業(yè)本科畢業(yè)生設(shè)計(jì)綜合潛力不僅可以幫助學(xué)生本人能夠更加了解和認(rèn)知自己，也能讓教師客觀、準(zhǔn)確地了解每位學(xué)生的設(shè)計(jì)潛力、優(yōu)點(diǎn)以及不足之處，有助于提高教學(xué)質(zhì)量，明確培養(yǎng)方向。對(duì)于用人單位而言，準(zhǔn)確評(píng)估建筑學(xué)專業(yè)本科生綜合設(shè)計(jì)潛力可以讓他們迅速了解和預(yù)測(cè)加入團(tuán)隊(duì)的新成員的設(shè)計(jì)潛力。因此建立一個(gè)較為客觀準(zhǔn)確的綜合設(shè)計(jì)潛力評(píng)價(jià)模型，是幫助學(xué)生實(shí)現(xiàn)自我定位、提高教學(xué)質(zhì)量以及用人單位做到人盡其才的重要保證[3]。

人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Networks，簡(jiǎn)稱ANN)是20世紀(jì)80年代以來人工智能領(lǐng)域的研究熱點(diǎn)，這種對(duì)人類大腦的仿真系統(tǒng)可以通過學(xué)習(xí)來獲取外部的知識(shí)并存貯在網(wǎng)絡(luò)內(nèi)。ANN的學(xué)習(xí)類型分為有監(jiān)督型(Supervised Learning)和無監(jiān)督型(Unsupervised Learning)兩種[4]。Support Vector Machine神經(jīng)網(wǎng)絡(luò)(簡(jiǎn)稱：SVM神經(jīng)網(wǎng)絡(luò))是一種有監(jiān)督型的神經(jīng)網(wǎng)絡(luò)，是Corinna Cortes和Vapnik于1995年提出來的一種建立在統(tǒng)計(jì)學(xué)習(xí)理論的VC維(Vapnik-Chervonenkis dimension)理論和結(jié)構(gòu)風(fēng)險(xiǎn)最小原理基礎(chǔ)上的機(jī)器學(xué)習(xí)方法[5]。它根據(jù)有限的樣本信息在模型的復(fù)雜性(即對(duì)特定訓(xùn)練樣本的學(xué)習(xí)精度)和學(xué)習(xí)能力(即無錯(cuò)誤地識(shí)別任意樣本的能力)之間尋求最佳折衷，以期獲得最好的推廣能力或稱泛化能力的一種方法[6]。該種方法的最大特征是：在統(tǒng)計(jì)樣本量較少的情況下，也能獲得良好統(tǒng)計(jì)規(guī)律的目的。因此被廣泛應(yīng)用在對(duì)小樣本、非線性及高維數(shù)據(jù)進(jìn)行模式識(shí)別、分類以及回歸分析[7]。由于對(duì)高校建筑學(xué)專業(yè)本科畢業(yè)生綜合設(shè)計(jì)潛力的評(píng)估具有上述特性，因此研究團(tuán)隊(duì)嘗試建立基于SVM神經(jīng)網(wǎng)絡(luò)的評(píng)價(jià)模型，以期能夠?qū)ㄖW(xué)專業(yè)畢業(yè)生的綜合設(shè)計(jì)潛力有一個(gè)公正、客觀的整體評(píng)價(jià)。

2 高校建筑學(xué)專業(yè)本科畢業(yè)生綜合設(shè)計(jì)潛力評(píng)價(jià)指標(biāo)設(shè)定

選擇合理的評(píng)價(jià)指標(biāo)因素，對(duì)高校建筑學(xué)專業(yè)本科畢業(yè)生綜合設(shè)計(jì)潛力的正確評(píng)估相當(dāng)重要。然而，影響高校建筑學(xué)專業(yè)本科畢業(yè)生綜合設(shè)計(jì)潛力評(píng)價(jià)的因素多而復(fù)雜，并且是一個(gè)新近出現(xiàn)的、缺乏研究經(jīng)驗(yàn)及數(shù)據(jù)積累的課題，因而難以運(yùn)用常規(guī)的客觀賦權(quán)法進(jìn)行評(píng)價(jià)，為此本研究小組對(duì)包括全國(guó)建筑學(xué)專業(yè)指導(dǎo)委員會(huì)所印發(fā)的大量文獻(xiàn)資料進(jìn)行了理論研究和梳理，確定了初步指標(biāo)。然后通過與多個(gè)高校資深建筑學(xué)專業(yè)教師、建筑設(shè)計(jì)實(shí)踐人員及用人單位的多次咨詢與反復(fù)磋商，在確保指標(biāo)體系的科學(xué)性、全面性、系統(tǒng)性及可實(shí)施性的基礎(chǔ)上，確定了3個(gè)層級(jí)，即1個(gè)目標(biāo)層、2個(gè)一級(jí)指標(biāo)以及13個(gè)二級(jí)指標(biāo)(X1～X13)。

由于建筑學(xué)專業(yè)是藝術(shù)與技術(shù)并重的一個(gè)學(xué)科的集合，因此將二級(jí)指標(biāo)定為兩大方向，即一個(gè)方向是偏重技術(shù)和應(yīng)用科學(xué)的工程類屬性；另一方向是偏重文科和藝術(shù)類的文化藝術(shù)類屬性。然后每個(gè)二級(jí)指標(biāo)下面，又根據(jù)建筑學(xué)專業(yè)特點(diǎn)和課程安排，進(jìn)一步的分類。工程類屬性主要包括規(guī)劃方向的區(qū)域及建筑策劃、場(chǎng)地營(yíng)造等，設(shè)計(jì)類主要包括建筑功能和空間布局，而建筑技術(shù)類則包括建筑結(jié)構(gòu)、構(gòu)造、建筑物理(建筑環(huán)境學(xué))，此外，還包括與建筑實(shí)踐密切相關(guān)的施工與管理，最后為保證建筑的安全性，建筑防災(zāi)也被納入工程類評(píng)價(jià)類的等級(jí)。而文化藝術(shù)類二級(jí)評(píng)價(jià)指標(biāo)則在下面分了材料和空間表現(xiàn)力，以及建筑元素的創(chuàng)新和造型的精神感4個(gè)評(píng)價(jià)指標(biāo)。

總而言之，該建筑學(xué)專業(yè)本科畢業(yè)生設(shè)計(jì)綜合潛力評(píng)價(jià)指標(biāo)集的構(gòu)建秉承著科學(xué)性、系統(tǒng)性、層次性、可比性以及可操作性五大原則，采用從宏觀到微觀，從整體到局部這種逐級(jí)深入的方法，盡可能做到全面把控和公正客觀的評(píng)價(jià)建筑學(xué)專業(yè)本科畢業(yè)生的綜合設(shè)計(jì)潛力，以保證建筑學(xué)學(xué)生經(jīng)過幾年的專業(yè)學(xué)習(xí)后，能擁有較好的獨(dú)立完成規(guī)劃設(shè)計(jì)的能力。高等院校建筑學(xué)專業(yè)本科畢業(yè)生設(shè)計(jì)綜合潛力評(píng)價(jià)指標(biāo)見表1。

表1 高等院校建筑學(xué)專業(yè)本科畢業(yè)生設(shè)計(jì)綜合潛力評(píng)價(jià)指標(biāo)

3 基于SVM神經(jīng)網(wǎng)絡(luò)評(píng)價(jià)模型的建構(gòu)

SVM人工神經(jīng)網(wǎng)絡(luò)從本質(zhì)上避開了從歸納到演繹的傳統(tǒng)過程,實(shí)現(xiàn)了高效的從訓(xùn)練樣本到預(yù)測(cè)樣本的“轉(zhuǎn)導(dǎo)推理”(Transductive Inference),大大簡(jiǎn)化了通常的分類和回歸等問題,基本上不涉及概率測(cè)度及大數(shù)定律等,因此不同于現(xiàn)有的統(tǒng)計(jì)方法,是一種小樣本學(xué)習(xí)方法,其推廣能力明顯優(yōu)于一些傳統(tǒng)的學(xué)習(xí)方法。

根據(jù)上述的潛力評(píng)價(jià)指標(biāo)設(shè)定，高校建筑學(xué)專業(yè)本科畢業(yè)生設(shè)計(jì)綜合潛力等級(jí)評(píng)價(jià)的因素共13項(xiàng)(X1～X13)，且各因素間相互關(guān)聯(lián)，呈現(xiàn)明顯的非線性特性。因此，高校建筑學(xué)專業(yè)本科畢業(yè)生設(shè)計(jì)綜合潛力等級(jí)評(píng)價(jià)問題實(shí)質(zhì)上屬于一個(gè)非線性的模式分類問題。

高校建筑學(xué)專業(yè)畢業(yè)生綜合設(shè)計(jì)潛力等級(jí)評(píng)價(jià)模型構(gòu)建過程如圖1所示。首先根據(jù)表1所設(shè)定的評(píng)價(jià)指標(biāo)集，研究小組從全國(guó)5所高校調(diào)研獲取了148名建筑學(xué)專業(yè)本科畢業(yè)生綜合設(shè)計(jì)潛力的學(xué)生數(shù)據(jù)，以及按潛力的大小等級(jí)標(biāo)定為大(1)、中(2)、小(3)三個(gè)等級(jí)的對(duì)應(yīng)評(píng)價(jià)結(jié)果(見表2)。然后從表2中隨機(jī)抽取118名學(xué)生作為訓(xùn)練數(shù)據(jù)，建立并訓(xùn)練SVM神經(jīng)網(wǎng)絡(luò)模型。在構(gòu)建好模型之后，將剩下的30名學(xué)生作為測(cè)試數(shù)據(jù)，用來驗(yàn)證該模型的準(zhǔn)確度，并進(jìn)行適當(dāng)調(diào)整。最后，利用上述調(diào)整好的SVM神經(jīng)網(wǎng)絡(luò)，將待評(píng)價(jià)的某高校建筑學(xué)專業(yè)30名畢業(yè)生綜合設(shè)計(jì)潛力的新數(shù)據(jù)輸入，通過仿真輸出這些學(xué)生的分類結(jié)果[8]。

表2 建筑學(xué)專業(yè)本科畢業(yè)生綜合設(shè)計(jì)潛力的學(xué)生數(shù)據(jù)樣本及等級(jí)

4 高校建筑學(xué)專業(yè)畢業(yè)生綜合設(shè)計(jì)潛力等級(jí)評(píng)價(jià)過程

本研究采用MATLAB軟件和一個(gè)由我國(guó)臺(tái)灣大學(xué)林智仁教授開發(fā)設(shè)計(jì)的MATLAB插件“SVM算法工具箱(Libsvm)”。該工具箱對(duì)SVM所涉及的參數(shù)調(diào)節(jié)相對(duì)較少，提供了很多的默認(rèn)參數(shù)。對(duì)于懲罰參數(shù)C和核函數(shù)參數(shù)選擇，由于目前國(guó)際上沒有形成一個(gè)統(tǒng)一的模式，只能憑借經(jīng)驗(yàn)、實(shí)驗(yàn)對(duì)比，通過大范圍搜尋來實(shí)現(xiàn)，本次仿真采用了交叉驗(yàn)證的辦法，在一定意義下的最佳參數(shù)圈內(nèi)，最終參數(shù)選擇為C=2,g=1。整個(gè)仿真的核心步驟和主要的算法如圖2所示，首先對(duì)表2中隨機(jī)抽取其中118名的學(xué)生數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)，對(duì)此進(jìn)行處理并輸入SVM程序，通過運(yùn)行程序得到經(jīng)過訓(xùn)練的SVM模型，之后將剩下的30名學(xué)生數(shù)據(jù)作為測(cè)試數(shù)據(jù)來驗(yàn)證訓(xùn)練好的SVM的性能。經(jīng)過反復(fù)調(diào)整結(jié)果見圖3，從圖3中可以看到預(yù)測(cè)的準(zhǔn)確率可達(dá)到96.66%。

評(píng)價(jià)好網(wǎng)絡(luò)模型訓(xùn)練后，就可以應(yīng)用在新的數(shù)據(jù)模擬仿真之中。本次研究是將一組某高校建筑學(xué)專業(yè)2017年度的30名畢業(yè)生綜合設(shè)計(jì)潛力的三級(jí)指標(biāo)數(shù)據(jù)輸入SVM人工神經(jīng)網(wǎng)絡(luò)模型，通過仿真得出結(jié)果如圖4所示，這30名建筑學(xué)專業(yè)本科畢業(yè)生中綜合設(shè)計(jì)潛力大的學(xué)生編號(hào)分別是：11號(hào)、14號(hào)等7名學(xué)生為高潛力學(xué)生，中等的學(xué)生有：1號(hào)、8號(hào)等14名，剩下的均為潛力小的學(xué)生共9名。

通過回訪追蹤這些已畢業(yè)學(xué)生去向可以發(fā)現(xiàn)，被評(píng)為高潛力的7位學(xué)生中，所有學(xué)生都選擇從事與建筑設(shè)計(jì)相關(guān)的工作，或者就讀高一級(jí)的建筑專業(yè)學(xué)位。而被評(píng)為潛力較低的9位學(xué)生中，已經(jīng)有1位學(xué)生選擇完全脫離建筑行業(yè)，4位選擇就讀研究生學(xué)位的同學(xué)都沒有選擇建筑設(shè)計(jì)方向，而是選擇城市規(guī)劃、建筑技術(shù)或建筑史的方向。在對(duì)從事建筑設(shè)計(jì)人員回訪中，70%的被評(píng)價(jià)為中、低潛力的學(xué)生都表示會(huì)在未來五年內(nèi)更換工作單位。當(dāng)被問及更換工作單位的原因時(shí)，僅有15%的學(xué)生表示薪金待遇出現(xiàn)問題，大部分反映的都是工作壓力大，不能很好跟上工作節(jié)奏等問題。當(dāng)被問及將來更換工作的方向時(shí)，這些學(xué)生中大部分會(huì)選擇房地產(chǎn)公司、市政規(guī)劃部門這種較少參與建筑設(shè)計(jì)的崗位。由此可見，這次綜合評(píng)定的結(jié)果相當(dāng)?shù)臏?zhǔn)確可靠。

對(duì)于那些建筑學(xué)專業(yè)本科畢業(yè)生中綜合設(shè)計(jì)潛力評(píng)價(jià)較低的學(xué)生，并不能代表他們的學(xué)習(xí)能力和工作水平較低，僅是不一定適合當(dāng)前的建筑設(shè)計(jì)崗位。如那位完全脫離建筑領(lǐng)域的學(xué)生，畢業(yè)后根據(jù)自己的興趣選擇自主創(chuàng)業(yè)，其發(fā)展前景相當(dāng)不錯(cuò)。因此有一個(gè)較為客觀準(zhǔn)確的評(píng)價(jià)標(biāo)準(zhǔn)，可以幫助這些學(xué)生盡早的實(shí)現(xiàn)自我定位，也能協(xié)助用人單位做到人盡其才。

5 結(jié)語

影響高校建筑學(xué)專業(yè)畢業(yè)生綜合設(shè)計(jì)潛力的因素較多，涉及面廣且關(guān)系復(fù)雜，具有隱性與顯性難以精確劃分，定性與定量并存等特點(diǎn)，只有利用非線性系統(tǒng)才能客觀、高效地對(duì)其進(jìn)行綜合評(píng)價(jià)。此外，高校建筑學(xué)專業(yè)畢業(yè)生綜合設(shè)計(jì)潛力評(píng)價(jià)是新興的研究課題，需要長(zhǎng)期和大量的數(shù)據(jù)積累。SVM神經(jīng)網(wǎng)絡(luò)算法能夠?qū)π颖?、非線性及高維數(shù)據(jù)進(jìn)行模式識(shí)別、分類以及回歸分析，因此能在最大程度上減少主觀評(píng)價(jià)行為和偏差愛好，從而能給每一個(gè)建筑專業(yè)畢業(yè)生的綜合設(shè)計(jì)潛力給出一個(gè)比較客觀、標(biāo)準(zhǔn)的評(píng)價(jià)。

本文嘗試將SVM人工神經(jīng)網(wǎng)絡(luò)理論應(yīng)用于高校建筑學(xué)專業(yè)畢業(yè)生綜合設(shè)計(jì)潛力等級(jí)評(píng)價(jià)體系當(dāng)中，通過構(gòu)建SVM神經(jīng)網(wǎng)絡(luò)評(píng)價(jià)模型，并基于實(shí)際數(shù)據(jù)，利用MATLAB軟件和Libsvm工具箱進(jìn)行仿真實(shí)證測(cè)試。研究顯示該方法較為簡(jiǎn)潔易用，從已有的數(shù)據(jù)分析顯示出評(píng)價(jià)結(jié)果也較為客觀準(zhǔn)確。并且該SVM評(píng)價(jià)模型可以作為一個(gè)標(biāo)準(zhǔn)，也可以重復(fù)利用和不斷地更新并補(bǔ)充，讓模擬的準(zhǔn)確性不斷提高。