面对全球城市化带来的能源消耗增加、能效降低、环境污染以及气候变化加剧等挑战，城市与建筑领域的传统设计方法显现出其计算能力的局限性。依托人工智能（AI）技术的环境性能驱动的智能设计（环境智能设计）则在城市环境性能优化中展现出关键作用与强大的应用价值。本书揭示了环境智能设计在城市与建筑风环境、光环境及热环境优化方面的巨大潜力。通过六个具体案例研究，详细阐述了AI技术如何在特定环境优化问题中帮助设计师分析现状，丰富设计方案多样性，并对方案进行快速迭代和优化，从而准确、高效地优化建筑与城市环境性能。此外，本书还讨论了当前环境智能设计面临的挑战，包括高质量数据匮乏、泛化能力不足、耦合指标优化困难以及生成模型局限，并提出了相应的解决策略。通过本书，作者希望在数智时代建筑行业转型背景下，向读者引介多尺度的城市与建筑绿色低碳化智能设计范式及其成果。除了本书所介绍的内容之外，泛性能化设计、机器学习与第一性原理的结合、复杂系统与因果涌现以及量子计算等前沿研究也有望推动设计范式的重塑，帮助人们积极应对未来城市规划和建筑设计领域的可持续发展挑战。

引言 数智时代下建成环境的挑战
1 综述：设计中的环境智能
1.1 环境性能导向的建筑设计缘起
1.1.1 工业革命前的气候适应型设计
1.1.2 工业革命后的环境调控型设计
1.1.3 数字时代下的性能驱动型设计
1.2 性能驱动型智能设计及其分支
1.2.1 形态智能设计
1.2.2 结构智能设计
1.2.3 行为智能设计
1.2.4 环境智能设计
1.3 环境智能设计的主要工具与算法
1.3.1 主要工具
1.3.2 主要算法
1.4 本章小结
2 设计中的风环境智能
2.1 城市设计中的风环境概述
2.2 城市风环境评价
2.2.1 城市风环境的评价指标
2.2.2 城市风环境指标的评估方法
2.3 城市风环境智能研究
2.3.1 风环境指标智能预测方法
2.3.2 案例：中国华东地区工人新村室外风环境评价研究
2.4 本章小结
3 设计中的光环境智能
3.1 建筑设计中的光环境概述
3.2 建筑光环境评价
3.2.1 建筑光环境的评价指标
3.2.2 建筑光环境指标的评估方法
3.3 建筑光环境智能研究
3.3.1 建筑光环境智能预测方法
3.3.2 案例：动态建筑表皮技术的室内遮阳性能优化研究
3.4 本章小结
4 设计中的热环境智能
4.1 城市设计中的热环境概述
4.2 城市热环境评价
4.2.1 城市热环境的评价指标
4.2.2 城市热环境指标的评估方法
4.3 城市热环境智能研究
4.3.1 城市热环境智能预测方法
4.3.2 案例：城市形态对上海城市热岛效应的影响研究
4.4 本章小结
5 环境性能驱动的智能生成式设计
5.1 数据与性能驱动的城市空间生成方法
5.1.1 技术路线
5.1.2 研究方法
5.1.3 研究结果
5.2 基于多目标优化的城市空间生成方法
5.2.1 技术路线
5.2.2 研究方法
5.2.3 研究结果
5.3 基于自组织优化的城市空间生成方法
5.3.1 技术路线
5.3.2 研究方法
5.3.3 研究结果
5.4 本章小结
总结与展望
参考文献
后记