一种基于人工智能的城市设计噪声优化方法和系统

一种基于人工智能的城市设计噪声优化方法和系统，该方法包括：对建筑形态与噪声测量数据预处理，经噪声仿真验证后构建基础数据集；通过分层参数化框架生成三维城市模型及测量点网络，计算结构噪声水平并结合规划约束实时验证，提供结构化设计空间、噪声基础数据与可行性保障；构建两阶段多层感知器网络，分别处理局部建筑群声学影响与全局城市噪声模式，经训练实现高精度噪声预测；部署大语言模型作为优化代理，经多轮迭代优化与评估输出最优方案。相比传统技术，本发明有效提升了噪声预测精度，参数化建模提供了结构化设计空间，实时验证保障了可行性，并利用大语言模型优化实现了高效迭代，较传统方法显著提升效率并减少人工成本。