模型驱动的建筑设计优化：遗传算法挑战与基于RBFOpt的高效解决方案

"基于模拟的建筑设计优化：遗传进化与函数逼近"是一篇发表在《计算设计与工程》杂志上的论文，由托马斯·沃特曼撰写，作者来自新加坡科技与设计大学。文章关注于建筑设计领域的优化策略，特别是在结构、建筑能源和日光优化方面。随着参数化设计和性能模拟在建筑行业中广泛应用，建筑设计优化（ADO）的需求日益增长，目标是通过减少资源和能源消耗来提升设计效率。 传统的黑箱优化方法，如遗传算法（GA），在ADO中曾被广泛采用。然而，这篇论文通过七个基于模拟的基准测试，对比了不同类型的优化方法，包括遗传算法、直接搜索和基于模型的方法。研究结果显示，基于模型的方法（如RBFOpt）在有限的模拟预算下表现出了更高的效率和鲁棒性，相比之下，测试中的遗传算法并未展现出优势。 文章质疑了遗传算法在建筑设计优化中的普遍适用性，并指出将其用于单一算法的性能评估可能不足以证明其创新性。基于模型的方法通过构建适应度景观的代理模型，在优化过程中逐步精炼，显示出其在复杂问题解决中的潜力。因此，对于希望提高建筑设计优化效果的从业者来说，论文提供了一种有价值的参考，即考虑使用基于模型的方法作为替代选择。 值得注意的是，该研究是在2018年接受修订并在线发布的，且在CCBY-NC-ND许可证下公开访问，允许读者在特定条件下自由分享和使用文章内容。这标志着对建筑设计优化领域的一种重要贡献，强调了在实际应用中，尤其是在资源有限的背景下，选择合适优化技术的重要性。"