一种基于Swin Transformer神经网络的建筑三维表皮采光性能预测方法

本发明涉及一种基于Swin Transformer神经网络的建筑三维表皮采光性能预测方法，针对建筑复杂表皮的三维体量，采用体素法对其进行离散化处理，将表皮几何信息转化为多层二维张量。然后将体素法提取的多层二维张量输入Swin Transformer神经网络模型进行处理，得到预测的室内采光图像。Swin Transformer神经网络模型凭借其强大的自注意力机制，能够有效捕捉建筑表皮几何形态与采光性能之间的复杂关系，实现快速、高效的室内采光效果预测，替代传统的物理仿真方法，在保证精度的同时显著提升了计算效率。