Chcesz być na bieżąco? Zapisz się do naszego newslettera


Generatywna optymalizacja i problem nasłonecznienia

 

Czas czytania: ~7 min


IQh4tU0r6ufhXVJlFgUeYmLd1B5d4PMu3SrPMV80I2ipD2T2KJaEFzdHIBub_ga01.jpg
Poniższy tekst jest pierwszym z serii dotyczących tzw. generatywnej optymalizacji. Cykl ma opisywać wykorzystanie generatywnych metod projektowania do racjonalizacji formy architektonicznej. Takie traktowanie generatywnych metod projektowania stoi w opozycji do podejścia promującego nadmierne skomplikowanie formy „produkowane” wyłącznie z pobudek estetycznych. Algorytymy genetyczne w Neapolu Projekt zadaszenia stacji metra w Neapolu jest przykładem generatywnej optymalizacji zastosowanej na poziomie skali architektonicznej. Materiały na temat projektu zostały pozyskane dzięki uprzejmości Fred’a Labbe, wspólnika w londyńskiej firmie konstrukcyjnej Expedition Engineering. Architektami projektu są Rogers, Stirk, Marbour + Partners, klientem zaś Metropolitana Di Napoli.
zWA53zc45IGTET9voSx7qPW1bkHw5mpeT8a68p1UvNj7pYOB4Z3tRX5EQj6P_ga02.jpg
Expedition Engeneering zdecydowało się użyć w procesie projektowym tak zwanych algorytmów genetycznych (w skrócie GA) ze względu na nakładające się na siebie a jednocześnie sprzeczne ze sobą warunki, jakie spełnić musiał projekt. Zadaszenie przekrywa dosyć głęboki szyb komunikacyjny łączący poziom ulicy z poziomem peronów metra. Zadaniem projektowym było więc doświetlenie naturalnym światłem poziomu peronów (żółte fragmenty na diagramie). W rejonie szybów windowych znajdujących się na poziomie ulicy niezbędne okazało się jednak zacienienie (czerwone fragmenty). GA zostały w tym przypadku wykorzystane do wygenerowania siatki elementów konstrukcyjnych zadaszenia, które zostaną później przekryte membraną. Siatka ta opisana jest na parabolicznym kształcie narzuconym przez architektów. Istnieje wiele możliwości wykorzystania GA. Różnią się one między sobą stopniem, w jakim zastosowano tzw. “naturalną” i “sztuczną” selekcję. W tym przypadku zastosowano algorytm, który można nazwać najbardziej klasycznym, ponieważ jest on najbliżej oryginalnego modelu ewolucji opisanego przesz Darwina. Forma jest generowana, czy też “hodowana” poprzez serie mutacji i krzyżowań genotypów poszczególnych osobników w każdym kolejnym pokoleniu. Genotyp to zestaw informacji (w postacji kodu zero-jedynkowego). Każdy genotyp może zostać w dowolnej chwili “odkodowany” do postaci fenotypu. Mianem fenotypu określa się aktualną formę, w przypadku zadaszenia - siatkę łączników.
9RcPG9vblcYbWI80krdMQk49bf5vSGRgJuncjGNCbiQZHHt2AUYbiKDo7EOU_ga03.jpg
Elementy procesu Każde pokolenie GA składa się z 400 osobników. W pierwszym pokoleniu genotyp dobierany jest całkowicie przypadkowo. Później zaś dobierany jest on na zasadach naturalnej selekcji opisywanych poniżej. Pierwszą fazą procesu jest odkodowanie genotypu do postaci fenotypu, a więc wygenerowanie form z zestawu zero-jedynkowych informacji. Każdy z fenotypów jest następnie testowany pod względem spełnienia warunków brzegowych. W tym przypadku warunkami brzegowymi jest ilość światła, którą dana forma przepuszcza na perony oraz na platformę z szybami windowymi. Ilość ta testowana jest przez kilka godzin w ciągu dnia i kilka charakterystycznych dni w roku. By uzyskać porównywalne wyniki, każdy fenotyp musi być testowany dla takich samych warunków brzegowych. Następnie każdemu genotypowi zostaje przypisany “współczynnik odpowiedniości” (fittness value) w zależności od tego jako dobrze fenotyp wygenerowany za jego pomocą spełnia dane warunki. W tym momencie przychodzi czas na naturalną selekcję i stworzenie kolejnej populacji. “Współczynnik odpowiedniości” przekłada się na procentowy udział danej porcji informacji genetycznych w tzw. “kole loterii”. Algorytm genetyczny wybiera pary osobników, które będą rodzicami kolejnego osobnika całkowicie przypadkowo, ale ponieważ bardziej odpowiednie osobniki zajmują w kole więcej miejsca, ich genotyp jest przekazywany do większej ilości osobników w następnym pokoleniu. Stwierdzenie, że para osobników jest “rodzicami” osobnika w kolejnej generacji oznacza, iż fragmenty genotypów tej pary posłużyły do stworzenia genotypu nowego osobnika. Proces ten może następnie być powtórzony dowolną ilość razy, a jego efektem za każdym razem będą osobniki lepiej spełniające warunki brzegowe. Fakt, iż w przypadku zadaszenia w Neapolu GA są wykorzystane by wygenerować formę zoptymalizowaną ze względu na nasłonecznienie, wynika więc wyłącznie z prawidłowego opisu warunków brzegowych w odniesieniu do których testuje się wszystkie fenotypy w każdej generacji. Poniższy diagram pokazuje współczynnik odpowiedniości osobnika najlepiej spełniającego warunki w danej generacji. Diagram demonstruje zjawisko konwergencji - z czasem algorytm genetyczny zaczyna wytwarzać bardzo zbliżone do siebie osobniki.
MRXsa7Drzb3YNXLpMO0sNENQ6KT2fnOdn8eVxf6SxafnURCoF8GhQJRhwAQP_04.jpg
Optymalizacja strukturalna W procesie generatywnym ma również miejsce optymalizacja strukturalna, która zachodzi poza algorytmem genetycznym. Po odkodowaniu genotypu do postaci fenotypu optymalizowana jest grubość każdej z belek konstrukcyjnych. Początkowo za każdym razem używano do tego celu metody elementów skończonych. Finalnie jednak metodę tą zastosowano wyłącznie na początku i na końcu procesu, a w między czasie grubość elementów jest aproksymowana na podstawie grubości elementów w fenotypie o regularnej dystrybucji łączników (wymodelowanym ręcznie a nie za pomocą GA). Z metody elementów skończonych zrezygnowano ze względu na oszczędność czasu.
DZxWesRq2xvaXx6P2C4qSQjJYLQU0fSkxK5WJEn96cj67sr4ffBf7fvg43LM_ga05.jpg
Osobnik hodowany przez tydzień Wróćmy do optymalizacji za pomocą GA. Wszystkie, poza jednym, elementy tego procesu to dosyć proste operacje na zestawie informacji zero-jedynkowych. Domowy komputer średniej szybkości jest w stanie wykonać takie operacje w bardzo zadowalającym czasie. Problemu przysparza jednak moment generacji fenotypu, czy też “odkodowania” genotypu do postaci właściwej formy (pierwsza faza, którą opisałem powyżej). “Współczynnik odpowiedniości” musi zostać przypisany każdemu genotypowi ze względu na to, jak dobrze jego fenotyp spełnia warunki brzegowe. Oznacza to, że istnieje potrzeba wygenerowania formy każdego osobnika dla każdej generacji. Fred Labbe zdecydował się używać tylko 400 osobników i optymalizować tylko na przestrzeni 70 pokoleń ze względu na ilość dostępnej pamięci obliczeniowej. Generacja i ocena 28 000 osobników za pomocą napisanego w Rhinoceros skryptu i tak zajmuje około tygodnia. Jest to oczywiście mankament tej metody optymalizacji, w szczególności ze względu na dwa czynniki. Jeden z nich to szybkość tworzenia propozycji projektowej (która na szczęście w tym przypadku nie odgrywała kluczowej roli). Drugą zaś jest fakt, iż algorytm nie do końca może działać w sposób parametryczny. Wagi każdego z warunków brzegowych na podstawie których fenotypom przypisywany jest współczynnik odpowiedniości są bowiem w algorytmie sparametryzowane. Oznacza to, że projektant może zdecydować, iż nasłonecznienie platformy jest dla niego znacznie ważniejszym czynnikiem niż zacienienie obszaru oczekiwania na windy i przypisać odpowiednio 80% i 20% wagi każdemu z warunków. Łatwo przewidzieć, że końcowa forma będzie wówczas zupełnie inna niż w przypadku przypisania wag 50%, 50% lub 20%, 80%. Żeby się o tym przekonać projektant musi jednak za każdym razem czekać 7 dni. Nie wszyscy mają zapewne tyle czasu lub tyle cierpliwości. Produkcja i stopień skomplikowania Końcowy efekt opisanego powyżej procesu projektowego z wykorzystaniem GA charakteryzuje się wysokim stopniem skomplikowania. Może nas to więc cofnąć do pytania postawionego na samym początku: czy rezultatem generatywnych metod projektowania muszą być skomplikowane formy? Odpowiedź brzmi, iż formy te często są skomplikowane, ale nie oznacza to, że są one kosztowne. W procedurę generatywną można bowiem wpisać optymalizację także ze względu na zadaną metodę produkcji cyfrowej. Na przykład, jeżeli elementy zadaszenia w Neapolu miałyby być produkowane na wycinarce laserowej to do listy warunków determinujących, który osobnik jest najbardziej odpowiedni, można dopisać oszczędność materiału. Osobnik, którego produkcja zabiera najmniej płacht materiału mógłby wówczas otrzymywać najwyższy stopień odpowiedniości, a w efekcie podlegać dalszym mutacjom. Do 2 warunków opisanych powyżej doszedłby wówczas trzeci i jeśli chcielibyśmy być naprawdę oszczędni wagi poszczególnych warunków mogłyby prezentować się następująco: 15% (nasłonecznienie peronów), 15% (zacienienie platformy), 70% (oszczędność przy produkcji). W przypaku zadasznia w Neapolu nie użyto takiego warunku. Nie oznacza to jednak, że zadaszenie nie jest konstruowalne. Expedition Engineering prowadzi już rozmowy z dwiema firmami zajmującymi się produkcją cyfrową w skali architektonicznej. Michał Piasecki www.michalpiasecki.com

Podepnij swój artykuł

tagi

Dom podmiejski – ład w chaosie
Dom podmiejski – ład w chaosie

Dom podmiejski projektu pracowni Z3Z Architekci stanął w 2017 roku w podwarszawskiej miejscowości Jó ...

Nowa Fabryczna – złoto w centrum
Nowa Fabryczna – złoto w centrum

Nowa Fabryczna – to budynek biurowy, który stanął w pobliżu nowego dworca kolejowego w centrum Łodzi ...

WXCA zaprojektuje bulwary
WXCA zaprojektuje bulwary

WXCA, znana warszawska pracownia zdobyła pierwszą nagrodę w konkursie na projekt zagospodarowania te ...

KOMENTARZE
Komentarze
Brak komentarzy
Zaloguj się, aby dodać komentarz

Nie przegap okazji!!!

zapisz się do naszego newslettera