本课题尝试在建筑早期的概念设计阶段,针对一类别墅住宅建筑,提出一种平面图户型的生成方法,利用深度学习这一新兴技术来学习过往的建筑设计者在住宅建筑设计时的设计思路,在一定程度上实现对别墅建筑平面图组合布局的自动化设计,从而达到简化建筑设计者在概念设计阶段的设计成本,并探讨了人工智能这一项新兴技术在建筑学领域上的一些应用前景。本文以一类住宅建筑平面图为样本,将其编码为“节点-边”构成的图这一计算机数据结构,以房间为节点,各房间的连接关系为边,再使用基于图表示学习的图神经网络模型,以评图得分为输出进行训练,来探索什么样的组合方式才是好的设计,得到了住宅建筑平面图评分预测模型。其次,提取一些与高评分相关的、主要的房间组合方式或功能块作为子图,并将它们合并成新的建筑组合,以生成全新的、独特的设计。本文的主要工作如下:（1）使用图表示学习方法,将样本编码为图这种数据结构,通过提取对于特定目标函数很重要的组合、连接等信息,发现构成住宅建筑设计基本组成部分的潜在拓扑特征;（2）将发现的构建块组合成满足新用户需求的新设计,并评估生成的候选解决方案的可行性。