אופטימיזציה רב-אובייקטיבית בעיצוב שיטות בנייה נמוכות-אימפריאלקט

האדריכלות, ההנדסה והבנייה (AEC) נמצאת תחת לחץ גובר על מנת להפחית את טביעת הרגל הסביבתית המשמעותית שלה.בניינים ותשתית חשבון עבור כמעט 40% מפליטת הפחמן הקשורה לאנרגיה גלובלית וצריכה כמויות עצומות של חומרי גלם.תגובה לאתגר זה דורש לא רק שיפור מצטבר, אלא גם חשיבה יסודית של כיצד אנו מתכננים וביצוע שיטות בנייה.

הביקוש הגדל לבנייה דלת-המפקט

בנייה נמוכה-תכליתית הולכת מעבר רק בחירת חומרים "ירוקים" (Green) היא כוללת את המתודולוגיה כולה של בנייה – כיצד מבנה נאסף, כיצד פסולת מנוהלת, כיצד אנרגיה נצרכת באתר, וכיצד העיצוב מתאים למערכת האקולוגית המקומית.נהגים לשינוי זה כוללים תקנות סביבתיות מחמירות יותר, דרישה של לקוחות להסמכה כגון LEED או BRM, והכרה רחבה יותר בתעשייה כי יעילות משאבים ישירות עם עלויות לטווח ארוך; הם כבר לא מקצרים, הם מקצרים ניסויים פחמן לטווח ארוך, הם לא מקצרים.

עם זאת, רודף מטרה אחת בבידוד יכול לפגוע באופן בלתי נמנע זה בזה.לדוגמה, באמצעות חומרים ממוחזרים בעלי ביצועים גבוהים עשוי להגדיל את עלויות העלייה.מהירות הבנייה באמצעות prefabrication יכול להגביל גמישות עיצוב או להגדיל את פליטות התחבורה. אופטימיזציה רב-אובייקטיבית מסייע לנווט את ההתנגשויות הללו על ידי מודל האינטראקציות בין קריטריונים מתחרים זיהוי חלופות עיצוב המציעות את האיזון הטוב ביותר עבור קבוצה של סדרי עדיפות.

מימון של Multi-Objective Optimization

בליבתו, אופטימיזציה רב-אובייקטיבית עוסקת בבעיות הכרוכות בשני פונקציות אובייקטיביות או יותר, שיש למזער או למקסם אותו בו זמנית.בניגוד לאופטימיזציה חד-משמעית שבה יש בדרך כלל פתרון אופטימלי אחד, MOO מייצרת סדרה של פתרונות הידועים כחזית Pareto. פתרון הוא Pareto אופטימלי אם אין שום מטרה ניתן לשפר ללא דירוג לפחות מהנדסי מטרה אחרים.

פטימיות של Pareto Optimality

דמיינו מקרה פשוט עם שתי מטרות: מזער את עלות הבנייה ולהפחית פליטות פחמן. גישה טיפוסית חד-משמעית תשלב את אלה לסכום מואץ, מה שיחייב הנחה על חשיבותם היחסית.מ.מ. להימנע מכך על ידי טיפול בכל מטרה בנפרד.חזית הפארואטו וכתוצאה מכך תחשוף כיצד פליטות משתנות כעלויות מופחתות, או להיפך. נקודה שהשגת פליטות נמוכות מאוד בעלות גבוהה מאוד עלולה להיות בלתי רצויה, בעוד נקודה מתונה שיכולה לראות את הערכים האחרים של ממשיתים במקום אחד יכול לראות את המצב יכול להיות בלתי-מסוגים.

שם עממי: MOO Algorithms

כמה אלגוריתמים פותחו כדי ליצור ביעילות חזיתות פארטו.בין הנפוצים ביותר במחקר הבנייה הם:

• (FLT:0)NSGA-II (לא-דו-דומיין גנטית Algorithm II): אלגוריתם גנטי מסוג זה פתרונות לחזיתים המבוססים על שליטה ומשתמש מרחק רב כדי לשמור על מגוון. NSGA-II הוא חזק, מטפל סוגים מעורבים של משתנים, והוא שיטת Go-to-to-to עבור עיצוב.
• (FLT:0MOPSO (Multi-Objective Particle Swarm Optimization): irFLT 1 בהשראת התנהגות חברתית של צאן ציפורים או בתי ספר דגים, MOPSO משתמשת בחילול חלקיקים שמתאימים את עמדותיהם על בסיס חוויות אישיות וגלובאליות.זה לעתים קרובות מתאחד מהר יותר מאלגוריתמים גנטיים על בעיות רציפות.
• (FLT:0) סטרנגת פארטו אבולוציונים אלגוריג'ם (SPEA2): אנדרט 1 משתמש הקצאה כושר מוטבעת היטב ואליטות מבוססות ארכיון כדי לשמר פתרונות שאינם נשלטים.
• (FLT:0) סימולציה אימפולסיבית של אנליד אנלילינג: 1FLT: הרחבה של אלגוריתם אנמדינג סימולציה קלאסי שמקבל פתרונות גרועים יותר עם הסתברות דעיכה לברוח אלאופטימה המקומית, מותאם להתמודד עם מטרות מרובות באמצעות וקטורים או קריטריונים קבלה.

אלגוריתמים אלה בדרך כלל מתאחדים עם כלי סימולציה (למשל, ניתוח אלמנט סופי לביצועים מבניים, הערכת מחזור חיים להשפעה סביבתית) כדי להעריך כל פתרון מועמד.התקדמות בכוח מחשוב הפכה אותו להשגה כדי לרוץ מאות או אלפי סימולציות אפילו עבור עיצובים מורכבים של בנייה.

החלת MOO ל- Low-Impact Construction

כאשר מעצבים שיטות בנייה נמוכות-אימפריאלקט, המטרות הן רב-ממדיות מטבעיות.מודל טיפוסי עשוי לכלול את פונקציות הליבה הבאות, שכל אחד מהם יכול להיות מופרש לתוך תת-פרמטרים:

מטרות לשקול

• (FLT:0) ההשפעה של אנרגיה סביבתית: FLT:1 ; Emboated פחמן (kg CO2-eq), שימוש באנרגיה תפעולי, צריכת מים, ייצור פסולת, שימוש בקרקע, פוטנציאל להפחתה של מחזור החיים (LCA) מסגרות כגון EN 15978 מספקות דרכים סטנדרטיות לכמת אלה.
• עלויות הבנייה הראשוניות (חומרים, עבודה, ציוד), עלויות תחזוקה מחזור חיים, עלויות שיקום מקצה החיים.חלק מהמודלים כוללים גם סיכונים כספיים עקב עיכובים או תנודתיות של מחיר חומרי.
• זמן ההרסה: 1.10.10.1 משך הפרויקט הכולל, אורך נתיב קריטי, סיכון לוח הזמנים של שיטות מהירות יותר להפחית את ההאשמות והשיבושים של הקהילות הסובבות.
• (FLT:0) אינטגרליות של אינטגרטיבית: ⁇ 1:1) כוח, נוקשות, עמידות, עמידות לאירועים קיצוניים (למשל, גורמי בטיחות או רוח).
• (FLT:0)Indoor Qualitymia:FLT:1 Daylighting, נוחות תרמית, אקוסטיקה, איכות אוויר - במיוחד כאשר שיטת הבנייה משפיעה על ביצועי המעטפה של הבניין.

כל מטרה דורשת הגדרה זהירה של מדדי ביצועים, ביקורתיות, מודל סימולציה מתאים.לדוגמה, בחירה בין מסגרת פלדה ומסגרת עץ כרוכה במסחר במגום, התנגדות אש, עלות ומהירות בנייה. MOO יכול להעריך את אלה הפסקות הסחר באופן שיטתי על פני מגוון של משתנים עיצוב: סוג חומרי, חבר, חיבור, פילוח, פריסה, עובי בידוד, וכו '.

ניתוח סחר-off בפרקטיקה

כלי חזותי מועיל הוא העלילה המקבילה לתאם, שבו כל ציר אנכי מייצג מטרה אחת וכל פתרון הוא פוליליין על פני צירים. מקבלי ההחלטות יכולים לסנן פתרונות על ידי עלות או יעד פחמן ולראות כיצד המטרות האחרות מגיבות.טכניקה נפוצה נוספת היא השימוש בזיהוי "נקי" כדי להדגיש פתרונות שבהם קצב השיפור משתנה בחדות - נחשב לעתים קרובות להעדפות של בעלי הסיכון הטוב ביותר ניתן לשלב באמצעות גישות אינטראקטיביות, כגון "אפקטים" (pre" שיטות לפני שלב) או "MA" (MAS) באמצעות "MAD" (FD) באמצעות קריטריונים לפני שלב" (F) הוא יישום התקדמות (FDIS) באמצעות קריטריונים לפני קריטריונים לפני קריטריונים לפני קריטריונים לפני שלב (Fre) הוא יישום התקדמות (MA) או "Fre) באמצעות קריטריונים לפני קריטריונים מתקדמים) באמצעות קריטריונים לפני קריטריונים לפני קריטריונים לפני קריטריונים מתקדמים (Fre) הוא יישום התקדמות (MAS) או "השלבו) באמצעות קריטריונים לפני קריטריונים לפני קריטריונים מתקדמים (FEST) הוא שימוש במדד מתקדם (FEST) או "PMAS) הוא בדרך כלל שינוי משמעותי (MAS) באמצעות קריטריונים לפני קריטריונים לפני קריטריונים מתקדמים (FEST) באמצעות קריטריונים מתקדמים (

שיטות וטכניקות עבור פיתוח אופטימיזציה

מעבר לאלגוריתמים אופטימיזציה עצמם, יישום יעיל בבנייה נמוכה של השפעה דורש שילוב חזק עם מודלים ספציפיים דומיין.הטכניקות הבאות מועסקות לעתים קרובות:

• (FLT:0)Parametric Modeling and Building Information Modeling (Bem): LT:1 Tools like Rhinoceros/Grasshopper או Autodesk Revit מאפשר למעצבים להגדיר מגוון של פרמטרים עיצוב וליצור באופן אוטומטי גרסאות.
• (FLT:0 Life Cycle Assessmentolo:0) כלים LCA (למשל, אחד לחץ LCA, Tally) יכול להיות קשור ל-LCA אופטימיזציה כדי לחשב מדדים סביבתיים עבור כל תצורה עיצוב.זה מבטיח כי אופטימיזציה חשבונות עבור השפעות של חומר גלם באמצעות עד סוף החיים.
• (FLT:0)Surgate Modeling:FLT:1 כאשר כל הערכה היא יקרה חישובית (למשל, אלמנט סופי מלא או סימולציה CFD), מודלים חלופיים (רשתות עצביות, קרירינג) יכולים להשוות את המטרות ולהקטין את זמן האופטימיזציה. עיצוב ראשוני של ניסויים (DoE) פועל כמה סימולציות נאמנות גבוהה, אז אלגוריתם MOO שאילתות הפונדקאית.
• (FLT:0)Constraint Handling: FLT:1 Real-world עיצובים להטיל מגבלות - מינימום קומה לגבהים, השתקפות מקסימלית, דרישות דירוג אש, לעתים קרובות משולבים כעונשים או באמצעות מפעילי שליטה מוגבלים באלגוריתם MOO.

עבור הקוראים המבקשים רקע טכני עמוק יותר, סקירה מקיפה של אלגוריתמים אופטימיזציה של 0 (0 אלגוריתמים אופטימיזציה אובססיביים) החל בבניית עיצוב FLT:1 מספק סיווגים והשוואות ביצועים. משאב יקר נוסף הוא הקרן ה-FLT:2theoretical של Pareto אופטימליות FLT 3: שימוש במגוון תחומים הנדסיים.

יתרונות ואתגרי יישום

יתרונות

• (FLT:0)Quantified Sustainability: ההרחבה 1 (MOO) מספקת שיטה שקופה, חוזרת לצמצום ההשפעה הסביבתית במקביל בעלות וזמן, החלפת ניחושים עם ראיות.
• (FLT:0) קבלת החלטות: ההרחבה: 1 (Fréto Front) מראה בדיוק מה ניתן לעשות שימוש במסחר, מה שמאפשר לבעלי פרויקטים לבחור פתרון התואם לערכים שלהם - לדוגמה, מוכן לשלם 5% פרמיה כדי לקצץ פחמן ב-25%.
• (FLT:0Risk Reductionve: 1FLT) על ידי חקר חלל עיצוב רחב, MOO לעתים קרובות חושף פתרונות חזקים המבוצעים היטב תחת אי ודאות בעלויות החומר או מחירי האנרגיה.
• (FLT:0)חדשנות: חלקים אוטומטיים של תהליך העיצוב יכולים להוביל לשיטות בנייה חדשניות שאינטואיציה אנושית עלולה להתעלם מהן, כגון מערכות חומר היברידיות או רשתות מבניות מייעלות שמשתמשים ב-20% פחות חומר.

אתגרים

למרות כוחו, אימוץ הזרם המרכזי של MOO בבנייה עומד בפני כמה מכשולים:

• (FLT:0) זמינות נתונים ואיכות: FLT:1) Accurate LCA ונתוני עלות לעתים קרובות מפורקים, אזוריים, ומעודכנים באופן בלתי צפוי.
• (FLT:0) עלויות חישוביות: FLT:1 סימל חלופות רבות - במיוחד עבור ניתוח מבני או אנרגיה מפורט - יכול לדרוש זמן משמעותי ומשאבים מחשוב.
• (FLT:0) אינטגרציה עם זרימת עבודה קיימת: ⁇ FLT ( 1:1) חברות רבות עדיין משתמשות בכלים תוכנה משוליים.חיבור BIM, עיצוב מבני, ו- LCA לתוך צינור אופטימיזציה חלקה דורש מיומנויות IT מיוחדות ותסריטאי מותאם אישית.
• (FLT:0) בעל העניין אל-השמצה: FLTRE:1 בעלי עניין שונים (architect, מהנדס מבני, קבלן, בעלים) לעתים קרובות לאשר מטרות באופן שונה.
• (ב) ,0) אי-מידתיות: חזית A Pareto עם ממדים רבים יכולה להיות קשה לדמיין ולהסביר לא-מומחים.מקבלי החלטות עלולים להרגיש המומים ללא הכשרה מתאימה או כלי אינטראקטיבי.

יישום לא פולשני: אופטימיזציה של מערכת מבנית נמוכה

שקול מקרה שבו צוות מעצב בניין משרדים נמוך באמצעות מערכת עץ חוצה-מחוסן (CLT) מערכת משתנה ההחלטה כולל עובי פאנל, סוג חיבור ( ⁇ לעומת חשוף פלדה), עמודה ספאק, וכיוון של הבניין באתר.מטרות הם: מצמצם את גודל פחמן (C2-eq), מצמצם את עלויות הבנייה הכוללות (€), ומשך הבנייה (יום 5Gate) כדי להבטיח את גודל מסד הנתונים של CLT2 עבור צריכת פחמן CLTs.

החזית של Pareto חושפת מספר רב של אשכולות: כמה פתרונות להשיג פחמן נמוך מאוד (באמצעות לוחות דקים ופחות חיבורים) אבל דורשים זמן בנייה ארוך יותר בשל חיתוך באתר והתאמה. אחרים משתמשים לוחות סטנדרטיים מראש לחתוך זמן עד 30% אבל להגדיל את פחמן עקב יותר לוחות פלדה, אזור "kne" מציע לוח של 140 מ"מ, עמודה היברידית של 4.2 מ"מ, וחשוף יותר של אמצעי הגנה עלות עלות של 15%, רק עלות עלות, כלומר, עלות עלות של 15%.

מחקרים כאלה, אם כי הם פשוט, להוכיח כיצד MOO מעבירה קיימות ממוצר צ'ק לחלק בלתי נפרד מהלוגיקה העיצובית.עבור דוגמא מפורטת יותר בספרות, הקוראים יכולים להתייחס ליישום של FLT:0MOO לעץ-Stra-steel מבנים היברידיים של ראטפל 1.

כיוונים עתידיים: שילוב עם תאומים דיגיטליים ו-AI

אופטימיזציה רב-אובייקטיבית היא להיות אפילו יותר חזקה כאשר בשילוב עם טכנולוגיות דיגיטליות מתפתחות.ב.ב.ב.ב.ב. יצירת מידע מודלים (BIM) מתפתח יותר ויותר לתאומים דיגיטליים - העתקים וירטואליים דינמיים של בניין שעדכון עם נתוני חיישן בזמן אמת. תאום דיגיטלי יכול להאכיל התקדמות בנייה בפועל, שימוש בחומר, ועלויות חזרה למסגרת MOO, המאפשרות שינוי מתמשך בשלב הבנייה.

אינטליגנציה מלאכותית, במיוחד למידה חיזוקית, יכולה גם לשפר את MOO על ידי למידה מפרויקטים קודמים כדי ליצור חזיתות משוערות יותר Pareto או להנחות את החיפוש לעבר אזורים מבטיחים עיצוביים - פופולרי מאוד אדריכלות - לעתים קרובות לשלב אלגוריתמים MOO מתחת למכסה, ומאפשר למעצבים לחקור אלפי אפשרויות אינטראקטיביות. כמו עלויות מחשוב ענן להמשיך לרדת, פועל באופן אינטנסיבי מחקרי MOO יהפכו נגישים אפילו עבור חברות קטנות ובינוניות.

יתר על כן, שילוב של שלבים מחזור חיים מרובים מעבר לבנייה - כגון אנרגיה מבצעית, תחזוקה, וסוף החיים דה-שיקום - במסגרת אחת MOO תספק הערכות קיימות הוליסטיות יותר. תקנים כמו מסגרת הרמה של האיחוד האירופי (s) מעודדים חשיבה שלמה זו, וממ מספק את המנוע חישובי למימוש זה.

מסקנה

תכנון שיטות בנייה נמוכות-אימפריאלקטי דורש ניווט מורכב של פתרונות סביבתיים, כלכליים וטכניים. אופטימיזציה רב-אובייקטיביים מציעה דרך שיטתית לחקור את הנוף הזה, יצירת לוח של פתרונות Pareto-optimal החושפים את ההסכמים האמיתיים בין מטרות מתחרות, בעוד שעדיין קיימים באיכות נתונים, עלות חישובית ואימוץ ארגוני, מסלול של כלי מניעה דיגיטליים ונקודות מודעות, אך אינם מחויבים לאימון אסטרטגי, אלא גם כן, אלא גם כן, אלא גם כן, אלא גם כן, אלא גם כן, אלא גם כן, אלא גם כן, אלא גם כן, תהליך פיתוח אסטרטגי, אינו פועל לאימון, אלא גם כן, הוא תהליך בטוח יותר, אלא גם כן, הוא תהליך של מבנים יציב של מבנים יציב, אלא גם כן, הוא תהליך של בנייה, אלא גם כן, אלא גם כן, אלא גם כן, אך אינו מאפשר שדרוג, אלא גם כן, עבור פיתוח טכני, עבור פיתוח, אך אינו מאפשר פיתוח טכני, אלא גם כן, אלא גם כן, אלא גם כן, אלא גם כן, עבור פיתוח טכני רחב יותר, עבור מבנים יציב, עבור מבנים יציב, אך אינו פועל, אלא גם כן, אלא גם כן, עבור פיתוח, תהליך בטוח, אלא גם כן, תהליך בטוח יותר, אלא גם כן, אלא גם