Optimización de diseño arquitectónico

La optimización del diseño arquitectónico (ADO) es un subcampo de la ingeniería que utiliza métodos de optimización para estudiar, ayudar y resolver problemas de diseño arquitectónico, como el diseño óptimo del plano de distribución, las rutas de circulación óptimas entre las salas y similares.

El diseño arquitectónico orientado al rendimiento enfatiza la optimización integrada y completa de diversos rendimientos cuantificables de edificios. Como la profesión líder de un equipo de proyecto, los arquitectos desempeñan un papel vital en la orientación y conducción del diseño impulsado por el rendimiento. La metodología y las técnicas comienzan a surgir tanto en la literatura como en la práctica. Sin embargo, los arquitectos a menudo los encuentran difíciles de usar por varias razones. Por lo tanto, es necesario desarrollar una técnica efectiva para llevar a cabo un diseño y una optimización orientados a la actuación desde la perspectiva de los arquitectos. La optimización del diseño arquitectónico es un concepto de diseño arquitectónico orientado al rendimiento. La metodología y las técnicas existentes son revisadas. El objetivo es seleccionar una plataforma básica adecuada para arquitectos, sobre la cual se pueda desarrollar la técnica.

La optimización del diseño arquitectónico utiliza la optimización de objetivos únicos y multiobjetivos, analiza aplicaciones del diseño arquitectónico y campos relacionados y estudia las tres clases principales de algoritmos de optimización de recuadro negro: metaheurísticas, búsqueda directa y métodos basados ​​en modelos. Herramientas de optimización de diseño arquitectónico disponibles para diseñadores arquitectónicos y discutir criterios para elegir entre diferentes algoritmos de optimización. Problemas de simulación basados ​​en la optimización del diseño arquitectónico a partir del diseño estructural, la energía del edificio y el diseño de iluminación natural. Basado en resultados empíricos, optimización del diseño arquitectónico uso de búsqueda global global y métodos basados ​​en modelos sobre metaheurísticas tales como algoritmos genéticos, especialmente cuando el presupuesto de evaluaciones de funciones es limitado, por ejemplo, en el caso de simulaciones de tiempo intensivo. Cuando es más importante entender la compensación entre los criterios de rendimiento que encontrar buenas soluciones y el presupuesto de las evaluaciones de funciones es suficiente para aproximar los algoritmos de optimización basados ​​en Pareto con precisión, multiobjetivo y de Pareto.