数字技术为建筑学带来了全新的视角和更多变化的可能,同时也令设计师得以探寻设计的科学原则和方法诠释,从而理性化设计思路。算法驱动下的建筑设计可以帮助设计师理解设计的逻辑,更有目的性地解决建筑设计中存在的问题,同时还保证了设计过程清晰且便于控制,为设计结果提供更有力的理论支撑。本文梳理了群智能算法在建筑学形态发生领域的发展,总结了群智能算法逻辑在建筑形态发生中的策略以及实现参数化形态发生自优化的群智能算法,探讨了在大规模生产与差异化定制议题下的群智能设计。同时,本文设计了三个基于多智能体自组织系统来实现建筑形态发生中的功能拓扑关系生成过程和平面形态发生过程。第一个模型,基于功能拓扑的多智能体平面生成模型,建筑功能平面生成的过程,用广度遍历优先算法和引入朝向设定来对智能体预定位,并在内部压力思想的基础上提出了环境压力思想来预调整房间的长宽比;第二个模型,提出了使用贝叶斯理论来细化智能体初始化和连接的规则,包括房间数量对房间规模的概率,功能连接数目和连接功能的概率,并提出了对不稳定智能体引入回溯算法来生成更加切合实际的连接;模型三,引入了人工智能中节点生成向量(Node2Vec)、Skip-Gram神经网络构造的算法来探讨了各功能节点之间的相似性,并提出了吸引力模型来生成建筑功能拓扑。