23810

مجتمع مسكوني در شهرك محلاتي با رويكرد طراحي توليدي به‌منظور بهينه‌سازي تراكم ساختمان و بهره‌گيري از نور روز

كارشناسي ارشد

معماري گرايش مسكن

1395

99/07/23

دكتر محسن فيضي - دكتر مهدي خاكزند

دانشكده مهندسي معماري و شهرسازي

ظهور و استفاده از هوش مصنوعي و الگوريتم‌ها در معماري هنوز در روزهاي آغازين خويش است، اما ظرفيت‌هايي كه براي حل مسائل معماري ايجاد مي‌كند نتايج اميدواركننده‌اي از خود ارائه داده است. تحقيقات بسياري نيز درزمينه‌ي ارزيابي شاخص‌هاي كمي و كيفي طراحي با رويكرد طراحي الگوريتميك ارائه‌شده است. بااين‌وجود هنوز هم در مراحل اوليه طراحي، آغاز فرآيند طراحي وابسته به طراح است. با توجه به گسترده شدن دانش‌هاي مربوط به حوزه طراحي الگوريتميك اين مسئله مطرح مي‌شود كه چگونه مي‌توان تمام فرصت‌هاي بالقوه در اين حوزه را براي رسيدن به راه‌حل‌هاي بهينه طراحي به هم پيوند داد. از سوي ديگر با تداوم توسعه شهرها و نياز روزافزون به مسكن، ضرورت تبيين الگويي مناسب براي طراحي مسكن بيش‌ازپيش احساس مي‌شود. رويكرد طراحي زايا در اين تحقيق به‌عنوان روشي مبتني بر هوش مصنوعي و با استفاده از منطق الگوريتمي، همچون ابزاري جاي خالي استفاده از روش‌هاي محاسباتي در مراحل آغازين طراحي را پر مي‌كند وبري نيل به هدف افزايش كيفيت كالبدي مسكن از طريق بهينه‌سازي تراكم و نورگيري، كمك مي‌كند. در اين تحقيق از روش تحليل كيفي داده‌ها و در ادامه تحليل كمي شاخص‌هاي مرتبط با تراكم و نورگيري در مسكن با استفاده از الگوريتم ژنتيك، كه الگوريتمي زايا به‌منظور بهينه‌سازي است، استفاده‌شده است. از دست‌آوردهاي اين پژوهش علاوه بر رسيدن به فرم‌يابي مطلوب كه منطبق بر سناريو تعريف‌شده‌ي مجتمع مسكوني 6 طبقه واقع در سايتي شيب‌دار است، طراحي الگوريتمي است كه با تغيير مقادير عددي ورودي الگوريتم همچون ابعاد سايت طراحي، ميزان تراكم و سطح اشغال، شبكه سازه‌اي مدنظر و اطلاعات اقليمي بستر طراحي، مي‌توان از آن براي فرم‌يابي اوليه مجتمع‌هاي مسكوني با هر مقياسي و در هر اقليمي استفاده نمود. اين نقطه قوت گامي است در جهت كمك به افزايش كيفيت كالبدي در طراحي مسكن كه يكي از اهداف پژوهش است.

1400/03/17

Mahallati Residential Complex: Towards a Generative Design for Density and Daylighting Optimization

1/1/1900 12:00:00 AM

The advent of artificial intelligence and algorithmic design in architecture is still in its early days but offers promising results. More than a mere opportunity, such potential represents for us a major step ahead. Many recent studies had been conducted to evaluate the qualitative and quantitative indicators in the generative design approach. However, this is still a discourse when it comes to design exploration at the preliminary design stage, which is in general, design initiation is still dependent on architects. Taking the expansion of knowledge in the algorithmic design criterion into consideration, the question that how it is possible to utilize the potential in this criterion to reach the optimized design solutions arise. Furthermore, the constant development of cities and cumulatively necessity for standard housing clarifies the requisite of improvising a proper schema for housing design. This research seeks to bridge the existing gap by devising an algorithm that can help create alternative designs at the preliminary housing design stage for density and daylighting optimization with the objective of "reducing the gap" between architectural design and current scientific knowledge needed to optimize the building form in the early design stage and help to architect's decisions. The genetic algorithm is the evolutionary algorithm implemented during the generative design process in this research, seeking to optimize the residential complex mass according to the indicators of density and daylighting. The case scenario presented in this study is for six story building on sloped land located in Tehran. Design limitations and site conditions are the primary considerations. The outcome of this research not only converged to the optimized form for the defined scenario, but it also resulted in a malleable algorithm in which by changing the variables such as different site dimension, density, site coverage area, and different climatic indicators, it is still responsive to generate the optimal solution. This is a strong point leading to better housing standards in the future which is one of the main goals of this research.

مسكن , طراحي توليدي , الگوريتمهاي مولد , بهينه‌سازي تراكم , نورگيري بهينه

Housing , Generative Design , Generative Algorithm , Density Optimization , Daylighting Optimization