基于模糊聚类算法的居住建筑行为空间关联性研究——以住宅套内空间为例OA

针对当前居住建筑空间品质提升的迫切需求,本文致力于突破传统“功能房”的思维定式,提升空间划分精度与动态适应性。基于微观使用者行为关联性视角,提出一种融合设计结构矩阵(DSM)与模糊聚类算法(FCM)的定量化设计方法,通过构建居住行为细分数据库及四维空间关联指标模型,运用聚类算法生成模块度最优的住宅功能模块。研究结果表明,相较于传统功能分区,该方法生成的住宅模块在模块度、类型多样性、组合性与层级性方面均展现出显著优势,有效验证了行为关联聚类策略的优越性。本文为居住空间设计提供了从静态分区转向动态聚类的科学方法,不仅推动空间组织理论的创新,更为模块化建筑设计实践提供可量化、可复用的技术支撑。