自从AlphaGo大放异彩之后,人工智能逐渐走进了人们的视野之中。在2020年4月,党中央、国务院更是将人工智能作为“新基建”的一个重要发展方向进行推进。各行各业跃跃欲试,建筑设计行业也积极响应。2020年6月,住建部便批准了深圳率先开展人工智能审图的方案。理论上,人工智能是一类算法的集合,“深度学习”属于其中的一种。尽管深度学习技术已经相当成熟,但其在建筑设计领域的研究才刚刚开始,有很大的研究提升空间。国内高层住宅发展成熟,标准化程度高,有充足且高质量的数据,为其衔接深度学习技术创造了良好的基础条件。此外,很多地产公司也与高校、研究机构开展智能化设计方法的合作研发,反映了行业的生成设计需求。高层住宅立面设计具有一定程式化和重复性特征,也为建筑领域深度学习的起步应用提供了更便捷、可靠的试验场。探究基于深度学习的高层住宅立面生成设计方法及其应用策略,为高层住宅立面设计提供一种新的智能设计方法,提高设计和方案比较的效率,为建筑智能化设计的实际应用做出一点贡献是本研究的初衷。为实现本研究的目标,论文完成了如下研究工作:第一阶段,对建筑生成设计、深度学习和高层住宅立面设计的相关技术及理论进行探究,为本研究建立了必要的理论基础;第二阶段,借助问卷与访谈对当前高层住宅立面设计的现状与生成设计需求展开了调研,为实验设计提供了现实依据;第三阶段,文章提出了一种基于深度学习的高层住宅立面生成设计方法,并从生成设计准备、数据库的建立、生成模型构建和生成结果评价四个方面对该方法进行了详细地阐述;第四阶段,根据前期调研的结果,研究拟定了三种高层住宅立面生成设计实验,以实验的方式对本研究提出的高层住宅立面生成设计方法和生成设计策略展开了探究;第五阶段,研究以一个实践案例对本文提出的高层住宅立面生成设计方法和策略进行演示和验证,并提出相关应用建议。最后,论文对本研究进行总结与展望。论文对本研究提出的高层住宅立面生成设计方法进行了利弊权衡的分析,并就进一步的研究进行了展望。本研究的最终成果是提出了一种基于深度学习的高层住宅立面生成设计方法,并就该方法总结出了三条生成设计策略:人机协同的设计流程、生成设计的创新技巧和主客观相结合的评价方法。在前人的基础上,本研究也实现了一定的创新,主要创新点如下:第一,本研究将“深度学习”与“高层住宅立面设计”进行跨学科整合,拓宽了深度学习技术在建筑设计领域的研究范围;第二,本文对Pix2Pix技术与高层住宅立面设计的结合进行了详细地阐述,具有一定的技术参考价值;第三,立足于国内高层住宅立面设计的现状,本文提出的生成设计方法以实际应用为导向,具有一定的工程实践意义。