模拟驱动的建筑设计优化:基于模型方法超越遗传算法
138 浏览量
更新于2024-06-17
收藏 2.53MB PDF 举报
"基于模拟的建筑设计优化是一种新兴且重要的技术,它利用参数化设计和性能仿真在建筑领域中寻求资源和能源效率的提升。随着建筑、工程和施工行业的进步,这种方法在阿布扎比卢浮宫等大型项目中得到了实际应用,如通过性能模拟来指导设计决策。文章《遗传进化与函数逼近:建筑设计优化》由托马斯·沃特曼在新加坡科技与设计大学与阿提奇莱和因福奥合作完成,发表在《计算设计与工程》杂志2019年第6期414页。
文章的核心内容围绕七个基于模拟的建筑设计优化问题进行了基准测试,这些问题涵盖了结构、能源效率和日光控制等多个方面。传统上,遗传算法作为建筑设计优化中的常用黑盒优化方法,如GA,受到了质疑。然而,研究表明,基于模型的方法,特别是RBFOpt,在有限的模拟情况下展现出了卓越的效率和稳定性,相较于遗传算法在某些评估预算和问题情境下表现更为出色。
作者通过对比Meta启发式、直接搜索和基于模型的方法,得出结论,对于建筑设计优化来说,基于模型的方法是更具优势的选择,而遗传算法并未在所有情况下证明其有效性。这挑战了遗传算法在建筑设计优化中的普遍流行,也对将遗传算法作为算法创新比较的标准提出了疑问。
值得注意的是,本文的研究成果是在CCBY-NC-ND许可证4.0下公开的,这意味着读者可以在指定链接(<http://creativecommons.org/licenses/by-nc-nd/4.0/>)下获取文章的完整内容。这篇文章为建筑设计优化实践者提供了有价值的指导,强调了基于模型方法在当今复杂设计环境中所扮演的关键角色,以及在选择优化算法时的必要考虑。"
2021-09-28 上传
2021-12-24 上传
2021-10-16 上传
2021-06-28 上传
点击了解资源详情
2021-09-17 上传
cpongm
- 粉丝: 5
- 资源: 2万+
最新资源
- Angular实现MarcHayek简历展示应用教程
- Crossbow Spot最新更新 - 获取Chrome扩展新闻
- 量子管道网络优化与Python实现
- Debian系统中APT缓存维护工具的使用方法与实践
- Python模块AccessControl的Windows64位安装文件介绍
- 掌握最新*** Fisher资讯,使用Google Chrome扩展
- Ember应用程序开发流程与环境配置指南
- EZPCOpenSDK_v5.1.2_build***版本更新详情
- Postcode-Finder:利用JavaScript和Google Geocode API实现
- AWS商业交易监控器:航线行为分析与营销策略制定
- AccessControl-4.0b6压缩包详细使用教程
- Python编程实践与技巧汇总
- 使用Sikuli和Python打造颜色求解器项目
- .Net基础视频教程:掌握GDI绘图技术
- 深入理解数据结构与JavaScript实践项目
- 双子座在线裁判系统:提高编程竞赛效率