1.一种建筑设计方案总平图智能生成方法，其特征在于，包括：获取基础地理数据作为工作底图；

通过要素分层分析从工作底图中提取出水系、路网及建筑物形成新的矢量图层；

对矢量图层进行符号化处理，输出建筑设计方案总平图草图；

通过DreamBooth方法，对stable diffusion模型进行微调，生成居民地、水系、铁路、公路四种具有特定标签的主题模型；

根据建筑设计方案总平图草图中居民地、水系、铁路、公路四类要素的分类标签调动相应的主题模型，生成建筑设计方案总平图的初步效果图；

根据建筑基地、建筑室外场地的标准和规范对初步效果图进行微调并输出最终的建筑设计方案总平图；

其中，输出建筑设计方案总平图草图的过程包括：

按照建筑设计方案总平图标准图例采用线条、颜色、形状将矢量图层最主要的交通流线、最本质的用地情况提取出来，次要的、非本质的信息舍去，输出建筑设计方案总平图草图；

对stable diffusion模型进行微调的过程包括：将建筑设计方案总平图中的居民地、水系、铁路、公路要素图片经过裁切尺寸、自动打标签以及人工修正标签后形成四类训练集；

选择stable diffusion模型，利用DreamBooth方法分别输入居民地、水系、铁路、公路四类训练样本进行微调训练，出现训练预览图表示运行成功，最终输出居民地、水系、铁路、公路四种具有特定标签的主题模型；

生成建筑设计方案总平图的初步效果图的过程包括：

根据建筑设计方案总平图草图中居民地、水系、铁路、公路四类要素的分类标签调动相应的主题模型，生成建筑设计方案总平图的初步效果图；

设置并不断调整迭代步数、采样方法、提示词引导系数及正向提示词和反面提示词直至生成符合预期的建筑设计方案总平图初步效果图；

微调并输出最终的建筑设计方案总平图的过程包括：

整理建筑基地、建筑室外场地的标准和规范；

利用LLM‑Geo大模型实现多模态空间数据的理解和识别，根据标准和规范与系统进行微调细节的对话，对初步效果图通过局部重绘方式进行精确微调；

将微调后的建筑设计方案总平图作为最终效果图导出为规定格式的文件。

2.根据权利要求1所述的一种建筑设计方案总平图智能生成方法，其特征在于：获取基础地理数据的过程包括：依据建筑工程区域范围图层确定提取区域，从地理数据库中获取所在市基础地理数据；

从所在市基础地理数据中导出设计片区基础地理数据作为工作底图，提供建筑设计方案总平图中基本要素的数据支撑。

3.根据权利要求1所述的一种建筑设计方案总平图智能生成方法，其特征在于：所述矢量图层内容含9类要素层，包括水系，以点、线、面层形式呈现；公路、铁路，以线层形式呈现；

居民地，以点和面层形式呈现；居民地地名，以注记点形式呈现；自然地名，以注记点形式呈现。

4.一种建筑设计方案总平图智能生成系统，其特征在于，所述系统用于实现权利要求

1‑3任一项所述的建筑设计方案总平图智能生成方法，所述系统包括以下模块：数据获取模块，用于获取基础地理数据作为工作底图；

分析模块，用于通过要素分层分析从工作底图中提取出水系、路网及建筑物形成新的矢量图层；

处理模块，用于对矢量图层进行符号化处理，输出建筑设计方案总平图草图；

检测模块，用于通过DreamBooth方法，对stable diffusion模型进行微调，生成居民地、水系、铁路、公路四种具有特定标签的主题模型；

生成模块，用于根据建筑设计方案总平图草图中居民地、水系、铁路、公路四类要素的分类标签调动相应的主题模型，生成建筑设计方案总平图的初步效果图；

微调与输出模块，用于根据建筑基地、建筑室外场地的标准和规范对初步效果图进行微调并输出最终的建筑设计方案总平图。

5.一种存储一个或多个程序的计算机可读存储介质，其特征在于，所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行根据权利要求1‑3所述的方法中的任一方法。

6.一种计算设备，其特征在于，包括：

一个或多个处理器、存储器以及一个或多个程序，其中一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行根据权利要求1‑3所述的方法中的任一方法的指令。