Form Follows Evolution










#θέμα:  H Μορφή Ακολουθεί την Εξέλιξη. Πολυκριτηριακή Εξελικτική Βελτιστοποίηση με τη Χρήση του Γενετικού Αλγόριθμου.
#φοιτητές: Κούκωβ B.
#χρονολογία: 2012
#μάθημα: Eρευνητική εργασία
#σχολή/τμήμα: Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης, Τμήμα Αρχιτεκτόνων Μηχανικών
#επιβλέποντες: Βογιατζάκη Μ.

Εισαγωγή:


Η αρχιτεκτονική πράξη αποτελεί  πολυσύνθετο αντικείμενο (ίσως η πιο σύνθετη έκφανση του πολιτισμού) με πολλαπλές κοινωνικές, περιβαλλοντικές, κατασκευαστικές και οικονομικές αλληλένδετες διαστάσεις. Η σταδιακή επιστημονική αυτονόμηση τους οδήγησε στην οργάνωση τους σε συστήματα - αντικείμενο μελέτης διαφορετικών ειδικοτήτων. Και ενώ η πολυπλοκότητα και η αλληλεπίδραση τους αυξάνονται συνεχώς, οι αρχιτεκτονικές πρακτικές, στην πλειοψηφία τους, έχουν υιοθετήσει γραμμική-αλυσιδωτή συνθετική διαδικασία (τα συστήματα προσαρμόζονται το ένα στο άλλο διαδοχικά) που αδυνατεί να απαντήσει στις συνεχώς αυξανόμενες απαιτήσεις για περιβαλλοντική και οικονομική υπευθυνότητα.
   Αντιπαρατιθέμενες σε αυτή τη λογική, πολλές αρχιτεκτονικές πρακτικές στις μέρες μας  υιοθετούν μια εναλλακτική συνθετική διαδικασία όπου ο σχεδιασμός λαμβάνει υπόψη μεγάλο αριθμό παραγόντων διαφορετικής φύσεως και ενημερώνεται διαρκώς σε μια κλειστή αλυσίδα σύνθεσης. Ωστόσο με την αύξηση της πολυπλοκότητας καθίσταται αδύνατη η επεξεργασία της πληροφορίας με την μεσολάβηση του σχεδιαστή και η ανάγκη εμφανίζεται για μια αυτόματη συνθετική διαδικασία.


Αφετηρίες:

Στην εποχή μας είναι δύσκολο να αντιληφτούμε την πολυπλοκότητα έξω από τα ψηφιακά συστήματα, τα οποία την επεξεργάζονται και απεικονίζουν, ταυτίζοντάς την με αυτά. Ωστόσο ο ψηφιακός υπολογισμός δεν είναι παρά η εκτέλεση πεπερασμένου συνόλου αριθμητικών και λογικών πράξεων. Οι πράξεις αυτές περιγράφουν μαθηματικά και φυσικά συστήματα (προσεγγιστικά), παρατηρητέα στον φυσικό κόσμο. Με την αξιοποίηση αυτών των συστημάτων τέσσερεις συνθέτες του προηγούμενου αιώνα έφτασαν στην μορφογένεση κάνοντας πλήρη χρήση της επιτελεστικότητας, ενσωματωμένη στις φυσικές δομές- Antonio Gaudi, Pier Luigi Nervi, Heinz Isler και Frei Otto, αποδεικνύοντας προφητικό το έργο τους.


Μεθοδολογία:

Η παρούσα ερευνητική εργασία εξετάζει την εισαγωγή στον αρχιτεκτονικό σχεδιασμό ενός αυτοματοποιημένου μηχανισμού ενσωμάτωσης, ανάλυσης και εκτίμησης πολλαπλών παραγόντων διαφορετικών επιστημονικών κλάδων στα αρχικά στάδια σχεδιασμού. Σκοπός της διαδικασίας είναι η διερεύνηση σειράς εναλλακτικών προτάσεων που να απαντάνε σε κριτήρια επιτελεστικότητας, αναδύοντας ταυτόχρονα νέες μορφολογικές εκφράσεις. Θα γίνει η περιγραφή και ανάλυση της μεθοδολογίας (η οποία περιλαμβάνει γενεσιουργά συστήματα (παραμετρικός, αλγοριθμικός σχεδιασμός), ανάλυση- προσομοίωση (περιβάλλοντα προσομοίωσης), βελτιστοποίηση (εξελικτική βελτιστοποίηση) και του γενετικού αλγόριθμου ειδικότερα ως ισχυρής μηχανής αναζήτησης που μας επιτρέπει αυτή την διερεύνηση.


Ο Ρόλος του Συνθέτη στον Σχεδιασμό του Αύριο:


Θα επαναπροσδιοριστεί ο ρόλος του συνθέτη σε αυτή τη νέα συνθήκη από σχεδιαστής  της αρχιτεκτονικής μορφής σε σχεδιαστής της διαδικασίας ανάδυσης της μορφής, μέσα από μια εξελικτική διαδικασία βελτιστοποίησης. Θα εξεταστούν οι βιώσιμες εφαρμογές και οι τεράστιες προοπτικές που ανοίγονται σ'αυτό το συναρπαστικό κλάδο του Υπολογιστικού σχεδιασμού.   




#subject : FormFollowsEvolution. Multi-Objective Evolutional Optimization with the Use of Genetic Algorithm 
#studentsKukov V.
#year : 2012
#course : Diploma thesis

#school/department : Aristotle University of Thessaloniki
#supervisor: Voyatzaki Μ. 



Abstract:

Nowadays, most architectural practices still follow linear design processes according to which an architectural form is first conceived and only then, its structural, environmental, constructional, economic aspects are taken into account. Although a certain shift is being witnessed towards a closed design process, in an attempt to integrate multiple design aspects in the early design phase, it is proven to be impossible for the designer to process the associated complexity with analogical means.
   The present research diploma thesis introduces a new design paradigm of integration, analysis and evaluation of a plethora of design criteria, bridging a vast array of scientific fields, at a conceptual stage. One that explores a multidimensional search space of possible solutions of the architectural problem, leaving us with a set of equally good solutions to choose from and modify. By doing so the thesis describes the methodological milestones that make this exploration possible - from the generative tools that designers have in their disposal and the analytical tools for the performative evaluation of the design to the Genetic Algorithm as a powerful search engine, inspired by the evolutional force of Nature.
   Furthermore the role of the designer as a conceiver of the architectural form will be challenged by the one of a creator of a design process. The viable applications and perspectives of this exiting branch of the computational design will be examined.



The Origins:

To study built artifacts of this design approach we must look at the work of inventors, architects and engineers of the past century who managed to harvest to great extend the integrated performativity of natural structures. From the organic shapes of Antoni Gaudi- translating a hanging model into the building rational of a conventional brickwork and using "smart" ruled geometry and fractal logic in dealing with space and structure and the invention of "Ferro Cemento" by Pier Luigi Nervi- using prefabrication in the materialization of complex free-form geometric forms to the exploration of shells with the use of three-dimensional catenary models by Heinz Isler and the use of numerous generative physical models in the conception of Frei Otto's lightweight structures. All this examples teach us the integration of multiple design criteria fused to produce objects of great performativity and beauty. A Performativity that seems to lack from modern architectural production struggling between "mono- dimensional", highly formalistic approaches to design.


The Methodology:

The Methodology behind Multi-objective Evolutional Optimization consists of three distinct fields of interest that come together in building design complexity. These fields being morphogenesis, analysis-simulation and optimization, allow us to obtain an evolutional design process.
    Morphogenesis, in the context of this study, is the procedural generation of form guided by the variables, constants and restrictions the design introduces. These are the factors that define the topography of solutions to the architectural problem. A simulation is an imitation of the behavior of a model in a virtual environment. The results of the simulation and analysis of building behavior are the main tools in "feeding" the optimization process. The optimization process itself is cared by a Genetic Algorithm that mimics the evolutional principles of natural selection, mating and mutation.


The Role of the Architect in the Design of Tomorrow:

Undoubtedly the major transition from the physical world to the cyberspace that design undertakes comes with great changes in the way a designer thinks and operates. This by no means decreases his level of control, neither his creativity. On the contrary it reveals a whole new world of diversity, rendering synthesis an ever evolving process and architecture, simply its byproduct.
    This design methodology has its owns limitations though. Today it's practically applicable to deterministic problems of limited complexity. Architectural problems, on the other hand, are problems of great complexity, often hard to be defined explicitly. Another drawback is the extensive computational power required for the evolutional process to take place. A Big step in this direction is the use of computational resources as a service on the web (computation cloud), taking the capabilities of evolutional design to a whole new level, hoping that one day we will be capable of making use of the same forces of nature that created us in the creation of architecture.




Image1,2: Structural Analysis feedback for 
Evolutional Optimization (EO)


Image3,4: Solar Exposure Analysis feedback for EO


Image5,6: Shading Analysis feedback for EO



No comments :

Post a Comment

Related Posts Plugin for WordPress, Blogger...