课程信息
指导教师：
李飚 唐芃 Maurizio De Vita（意大利佛罗伦萨大学网络赌博游戏 教授，DVS Architetti事务所主持
参与学生：
王崇鉴 刘梦嫚 何月 李若娴 冯薇 马昊 张旭 夏天 李明远 吴芷婧
助 教：莫怡晨 张柏洲
课程时间：2024年秋季
课程分类：城市设计
引 言
本课题的训练目标为运用数字化方法进行历史性城市的更新设计研究。相同课题在四年级本科和研究生一年级阶段同时展开，并在研究生一年级课程中，要求学生依托建筑运算与应用实验室（Lab. AAA）师生团队自主研发的ArchiWeb平台，结合合适的数据爬取，程序算法等，重点探索如何解决历史环境的更新与城市空间的活力重塑的具体问题，提出系统化的设计方案。
项目背景
本次设计基地位于意大利佛罗伦萨市，一座最早兴建于罗马共和国凯撒大帝时期的城市，13世纪前后因羊毛和纺织业的迅速发展而崛起，1282年建立共和国，城市面积迅速扩大。老城位于阿诺河两岸，以北岸为主，以共和广场和圣母百花大殿为中心，多座古桥横跨阿诺河。目前佛罗伦萨城区分为Q1-Q5五个区域。老城主要位于Q1-Centro Storico区。
弗兰基球场（意大利语：Stadio Artemio Franchi）位于佛罗伦萨老城东北侧的Q2-Campo di Marte区。在Stazione Campo di Marte车站附近，南侧为阿诺河，北侧为Appennino ToscoEmiliano Nord山，其周边为当地人的居住区，居民多为年轻人。弗兰基球场建于1931年，可容纳47282名观众。球场的设计者是著名建筑师皮尔·路易吉·奈尔维。1991年，为纪念意大利足协和UEFA前主席阿特米奥·弗兰基而改名。该球场是 1990年世界杯足球赛的举办场地之一，共举办了包括半决赛在内的四场比赛。为此球场进行了翻修，包括移走跑道及增加座位数。弗兰基球场建成至今经历了近百年的风雨，已经无法满足现代使用需求。2021年6月，佛罗伦萨政府发布了弗兰基体育场及Campo di Marte片区总体规划国际设计竞赛，这是遗产保护和资本的一次博弈结果。历经六个多月，31个团队提交申请，8个团队入围，最终由Arup意大利事务所与 MCA(Mario Cucinella Architects)事务所联合体团队赢得第一名。项目预计将2023年秋季开始动工，到2026年完工。
课程目标
弗兰基球场现在是意甲球队佛罗伦萨足球俱乐部的主场球场， 每年8月至次年5月为意甲赛季。球场最大上座纪录是58271人，在1984年11月25日的一场佛罗伦萨对国际米兰的意甲比赛中创下的。弗兰基球场周边比赛日人流量较大，但从车站进入体育场馆，仅通过一座步行桥连接南北。停车困难，居住区周边无足够的商业和公共活动设施。非比赛日人流稀少，街区景象萧条，空间时效性比较强。在弗兰基球场的最新改造方案中，其东侧半埋式的场馆连接了南北两侧的空间，在非比赛日也希望吸引人流进入场地中进行公共活动，为此必将为更大范围内的人流车流以及日常生活带来一定的改变。本次城市设计课题以弗兰基球场的更新改造为契机，通过公共空间与交通的梳理、人流车流的引导、功能的重置等手法来重塑街区，希望提升佛罗伦萨的吸引力，达到将佛罗伦萨打造为欧洲文化和体育中心的目标。
课程要求
本案为研究型城市设计课题，要求学术对用地及其周边的历史沿革、街道格局、道路等级、停车设施、公共交通设施、慢行系统、公共空间、居住状况、功能类型、景观环境等进行详细的调研，尤其对场地在比赛日和非比赛日的人流车流情况以及周边居民区在这两个时间段内的公共空间使用情况进行比较。根据调研情况，围绕基地的公共交通流线、公共文体娱乐空间、社区服务功能配置等问题进行城市设计。
作业展示
基于波函数坍缩算法的佛罗伦萨城市设计探索
王崇鉴 刘梦嫚
设计小组探索了一种基于波函数坍缩算法的城市生成设计系统化方法，在佛罗伦萨尝试应用，针对多尺度的城市设计问题，对算法本身和应用做优化。波函数坍缩是一个从局部到整体的规则导向的算法，提供了一个自下而上的设计视角，能够高效输出与目标结构相似但丰富多样的结果，以此提供方案初始阶段的辅助设计参照和灵感。
设计小组尝试了街区建筑生成、城市肌理填补、单体平面布置三个层级。前两者针对佛罗伦萨围合型街区的特点进行参数化形态生成，注重物质层面的相似；后者以当地青旅混合空间为灵感，打碎传统功能块，希望为使用者提供非日常体验的混合公共空间。
基于PSO算法的佛罗伦萨街区公共服务设施布局优化研究
何月 李若娴
本研究旨在通过粒子群优化算法（PSO）结合JMetal框架，对佛罗伦萨街区的公共服务设施布局进行优化设计，解决现有设施布局中存在的便利性不足、分布不均及功能冗余等问题。以公园绿地、文体设施（如社区文化中心、球场）、医疗设施（如药店、小型诊所）和商业设施（如餐饮、超市）为优化对象，研究通过提高设施可达性和匹配人群年龄需求的双目标优化策略，生成更具合理性和适用性的布局方案。该设计不仅提升了居民的生活便利性，同时缓解了城市资源的不均衡分配问题，为佛罗伦萨实现更加宜居、可持续的城市空间提供了科学支持和参考模型。
City Evolution:基于多智能体系统的时空轨迹与动态互动机制
冯薇 马昊
City Evolution-街道步行空间的自主更新：关注公共空间和建筑空间的演变，通过主动智能体（行人）与被动智能体（空间）的系统互动，分析城市空间与行人活动轨迹的关系，动态调整步行空间特性，最终提升步行空间活力，以反映城市空间的自我优化过程。
核心逻辑
城市空间与行人活动息息相关，两者相互影响密不可分，因此本组在佛罗伦萨的城市环境中进行一项城市自主更新的实验，在保留一定原始业态的基础上，以环境智能体与行人智能体的双向互动为基础，对功能分布与公共空间环境进行与预测与更新。
01 空间句法与街道活力
基于自然人流理论，空间句法中心度与街道活力高度相关。不同的路径距离计算方式会显著影响中心度的大小，在对比地理距离及不同角度距离的计算方式之后，通过从ArchiJSON与OSM平台中获取道路与建筑信息，在Java中完成空间句法的分析以及对建筑活力的初步聚类。
02 建筑聚类与功能分配
从K-Means的质心分类过程中获取灵感，每个建筑的功能选取都与多个指标相关：建筑的活力，建筑的层数，建筑的尺度大小等等。同时建筑的功能指标的整型还是浮点型会直接影响功能的分布，整形方案控制力更强，浮点型更反应活力的变化。最后在不同的权重调整下按照最短距离分配，形成动态更新的初步方案。
03 行人模拟与城市更新
行人的模拟是整个更新实验的重中之重，本组将本区域的人群行动划分为规律型、漫游型、目标型、外部型四种，配置以不同的目的偏好、路径偏好以及聚集偏好以更精确地模拟行人的活动，基于初步方案的信息进行行人模拟，同时将信息反馈到环境智能体中以实现更新。最终收集整理信息，形成街道的更新导则。
04 总结
City Evolution是一次从自上而下的方案出发，以自下而上的方式更新的模拟实验。基于环境智能体与行人智能体的互动关系，探讨了城市更新与行人活动的关系。未来可以进一步基于此实验，持续深化建筑具体界面的优化与城市空间的配置。
Vibrant Placement:基于遗传算法的佛罗伦萨弗兰基球场周边城市中小尺度空间布局优化
夏天 张旭
01 设计背景与目标
本设计以佛罗伦萨弗兰基球场周边地区为研究对象，旨在优化中小尺度公共空间的选址与布局。我们采用多目标优化方法，将公共空间选址细分为四个步骤：前期定向筛选、遗传算法优化、活力分布模拟和空间深化设计。在调研过程中我们发现该片区虽有弗兰基球场这一核心的大型公共空间，但中尺度公共空间不足、小尺度公共空间缺失，导致公共空间尺度层级不完善，步行体验欠佳。因此，我们将研究目标定位为打造功能多元、充满活力的城市中小尺度公共空间。
02 设计方法与步骤
（一）前期定向筛选
1. 数据收集与处理：从OpenStreetMap获取街区建筑、交通、绿地等城市基本信息，从Open Data from Firenze获取人口数据，并导入Grasshopper进行可视化处理。对于居住人口超50人或建筑面积超300平方米的街区或建筑不作拆除处理，以降低拆建影响。
2. 初步筛选：综合考虑尺度大小、空间关系、改造成本等因素，对公共空间进行初步筛选，选出686个选点作为可能选址。
（二）遗传算法优化
1. 目标设定：以最少公共空间数、最短路径（考虑居民点人口数加权，使公共空间向人口密集区聚集）、业态评分最高（统计选点周边300米直径圆内poi业态总数和种类总数加权计算得分）为优化目标，同时为防止公共空间选点距离过近，对任意选点间距小于20米的方案设置惩罚函数。2. 优化过程：借助Grasshopper中的Wallcei多目标优化插件，以686个选点的选择与否作为遗传算法的基因，进行优化选址，最终得到十个较好的优化结果。
（三）活力分布模拟
1. 模拟工具与参数设置：运用Pedsim插件进行活力分布模拟，以居住区中点为出发点，交通节点为终止点，以POI和公共空间选点为兴趣点，并根据居住点人口数差异将居住点分为三类，产生不同流量的行人进行模拟。
2. 模拟结果分析与优化：先对未更新前现状模拟，发现活力分布松散、活力系数低；再对遗传算法最优结果模拟，发现活力显著增强并形成三个活力中心，但仍有部分公共空间距离过近。经进一步合并优化选点并再次模拟，结果仍优于更新前，故采用该结果。同时，根据周边业态类型确定公共空间功能，最终形成商业、景观、体育、休闲四大类公共空间。
（四）空间深化设计
1. 方案生成与选取：选取四种类型公共空间中各10个较优空间解，匹配生成80个方案，并选取典型方案进行1：100尺度层面的深化表达。
2. 用户画像与家具图库建立：描摹四种空间类型主要使用人群的用户画像，据此建立对应家具图库，如在体育空间置入可容纳小规模体育活动的场地。
3. 家具匹配与方案细化：根据家具图块大小设定互不干扰距离，在Grasshopper中生成不均匀点阵，进而生成泰森多边形，将适配的家具体块匹配到中心点并调整朝向，得到详实方案。此外，结合佛罗伦萨特色铺地设计，实现铺地与家具摆放的联动处理。
03 设计成果与应用展望
本设计通过多目标优化方法，历经前期定向筛选、遗传算法优化、活力分布模拟和空间深化设计四个步骤，成功优化了弗兰基球场周边中小尺度公共空间的布局，提升了区域活力与功能多元性，并最终生成一份初步公共空间设计导则，从场景轴测、街景透视、空间平面等多维度进行表达。我们希望能够在未来将此设计思路应用于更多地区和城市，为其提供参考与借鉴价值。
连接与共享: 佛罗伦萨弗兰基球场周边交通与空间活力重塑
李明远 吴芷婧
设计围绕佛罗伦萨弗兰基球场周边区域在比赛日的交通问题展开，包含交通效率提升和与效率提升后街道的弹性使用可能两面。通过交通数据分析和空间句法分析，识别交通瓶颈，优化交通流线和空间布局并利用交通模拟确保方案的有效性。
设计通过算法寻找拥堵节点，生成路径并在此基础上形成桥梁。机动车、非机动车、行人三座桥梁连接了铁路两侧，衔接了球场与市区。新建的桥梁实现了终点区域的人车分流，有效引导比赛日大量车流，缓解交通拥堵问题，提高交通效率。
在交通效率改善后，该地区更多支路得到弹性使用的可能，弹性使用设计聚焦界面改造和环境适应性设计，提升街道界面的事件容量与空间的使用灵活性。在此基础上，原本割裂各个街区（地块）的道路获得重新联合他们的可能。
总 结
本次研究生设计课程以佛罗伦萨弗兰基球场周边城市更新为核心课题，在历史文脉与现代需求的交织中，探讨城市设计的创新路径与技术融合。学生们通过实地调研与数据分析，围绕公共空间活力重塑、交通网络优化、功能复合布局等核心议题展开深入探索，并结合前沿算法与数字技术，系统性优化了区域空间结构。设计成果不仅为弗兰基球场片区提出了多维度的更新策略，更为佛罗伦萨的城市发展注入了新的活力与可能性。
课程将代码教学与设计实践深度融合，依托建筑运算与应用实验室（Lab. AAA）师生团队自主研发的ArchiWeb平台（点击文末“阅读原文”跳转），开发了“ANYPlace”和“SnapRender”等创新设计辅助模块。这些工具贯穿设计全过程，从前期数据采集到后期效果深化，全方位提升了工作效率与设计质量。目前，ArchiWeb平台的工具库仍在持续扩展，欢迎访问平台体验各类功能模块，期待其在未来建筑设计教学与工程实践中发挥更广泛的价值。
