Architectural Design Optimization (ADO) ist ein Teilgebiet des Ingenieurwesens, das Optimierungsmethoden verwendet, um architektonische Entwurfsprobleme zu untersuchen, zu unterstützen und zu lösen, wie zum Beispiel optimale Grundrissauslegung, optimale Zirkulationswege zwischen Räumen und dergleichen.

Performance-Driven Architectural Design betont integrierte und umfassende Optimierung verschiedener quantifizierbarer Leistungen von Gebäuden. Als führender Beruf eines Projektteams spielen Architekten eine entscheidende Rolle bei der Führung und Durchführung des leistungsorientierten Designs. Methoden und Techniken beginnen sich sowohl in der Literatur als auch in der Praxis zu entwickeln. Architekten finden sie jedoch oft aus verschiedenen Gründen schwierig zu verwenden. Daher ist die Entwicklung einer effektiven Technik zur Durchführung leistungsorientierter Planung und Optimierung aus der Perspektive von Architekten notwendig. Die architektonische Entwurfsoptimierung ist ein Konzept des leistungsorientierten Architekturdesigns. Bestehende Methoden und Techniken werden überprüft. Im Fokus steht die Auswahl einer für Architekten geeigneten Basisplattform, auf der die Technik entwickelt werden kann.

Die Optimierung von Architekturdesigns nutzt die Optimierung von Einzel- und Mehrfachobjekten, diskutiert Anwendungen aus dem Architekturdesign und verwandten Bereichen und untersucht die drei Hauptklassen der Blackbox-Optimierungsalgorithmen: Metaheuristik, direkte Suche und modellbasierte Methoden. Werkzeuge zur Optimierung des architektonischen Designs, die den Architekten zur Verfügung stehen und Kriterien für die Auswahl zwischen verschiedenen Optimierungsalgorithmen diskutieren. Architektonische Entwurfsoptimierung simulationsbasierte Probleme aus Struktur-, Gebäudeenergie- und Tageslichtplanung. Basierend auf empirischen Ergebnissen, architektonische Entwurfsoptimierung Verwendung von globalen direkten Suche und modellbasierte Methoden über Metaheuristiken wie genetische Algorithmen, vor allem, wenn das Budget von Funktionsbewertungen, z. B. bei zeitintensiven Simulationen, begrenzt ist. Wenn es wichtiger ist, den Kompromiss zwischen Leistungskriterien zu verstehen, als gute Lösungen zu finden, reicht das Budget der Funktionsbewertungen aus, um die Pareto-Front mit genauen, multi-objektiven, Pareto-basierten Optimierungsalgorithmen zu approximieren.