CC BY
19Омар Ахмад Саид Кассаб 0.24412/cl-35672-2022-1-0083
Omar Ahmad Said Kassab
Клеточные автоматы - инструмент генеративного проектирования и модернизации неорганизованной жилой застройки (трущоб) Cellular automata - a tool for generative design and modernization of unorganized residential development (slums)
Ключевые слова: клеточные автоматы, генеративное проектирование, городская инфраструктура, трущобы. Keywords: cellular automata, sustainable architecture, design, urban infrastructure, slums.
Аннотация: Целью статьи является исследование клеточных автоматов как инструмента генеративного моделирования, направленного на модернизацию неорганизованной жилой застройки - трущоб, а также для получения нового архитектурного типа зданий, отвечающих трендам устойчивого развития. В работе представлен мировой опыт модернизации трущоб на материале города Калабураги, расположенного в Индии. Abstract: The relevance of the work is due to the need to improve the architectural typology of cities. The aim of the article is to investigate cellular automata for obtaining architectural type of buildings, as well as modernization of existing slums.
The paper presents the world experience of modernization of slums on the material of Kalaburagi city located in India. Клеточные автоматы (Cellular automata, далее СА) представляют собой инструмент генеративного проектирования, введенный в 1940-х годах Д. Нейманом [16] и разработанный С. Уламом [6]. М Митчелл (1998) определяет клеточные автоматы как «...децентрализованные пространственно протяженные системы, представляющие собой большое количество простых одинаковых компонентов, состоящих из числа идентичных элементов с локальной связью» [15, с. 96].
Идентичные компоненты, также известные как клетки, принимают определенное конечное число состояний. Состояние клетки может изменяться в соответствии с правилами преобразования, которые каждая клетка выполняет по отношению к соседней клетке [5].
Система СА обычно состоит из четырех элементов -ячеек, состояний, окрестностей и правил. «Ячейки - это наименьшие единицы, которые должны проявлять некоторую смежность или близость. Состояние ячейки может изменяться в соответствии с правилами перехода, которые определяются в терминах функций соседства» [13, с. 72].
Причиной популярности клеточных автоматов является их простота, а также высокий потенциал для моделирования сложных систем [2]. Многие функциональные программы в архитектуре предполагают распределение пространств и деятельности таким образом, чтобы оптимизировать поверхности, ресурсы и эффективность использования даже в сложных конструкциях.
В последние годы развивающиеся страны переживают процесс урбанизации, основной проблемой которого является преобразование сельскохозяйственных земель в городские [10]. Интерес урбанистов и проектировщиков к методу клеточных автоматов вызван возможностью минимизировать ненужные потери сельскохозяйственных земель за счет модернизации существующих городских структур до уровня, соответствующего трендам устойчивого развития.
По мнению Xia Li, критериями устойчивости городских форм являются:
1) регулирование масштабов использования сельскохозяйственных земель;
2) принятие решения о количестве использования сельскохозяйственных земельных участков на основе имеющихся земельных ресурсов и роста численности населения;
3) развитие городского строительства в тех местах, которые менее важны для производства и сельского хозяйства;
4) использование компактных моделей застройки [14, с. 132].
Таким образом, клеточные автоматы могут рассматриваться как инструмент динамического и пространственного моделирования городской застройки, соответствующей трендам устойчивой архитектуры.
Позитивные и негативные критерии использования клеточных автоматов в проектировании
Модели клеточных автоматов представляют собой улучшенную версию дизайн-моделирования городской среды. К основным преимуществам СА исследователи относят: масштабность, низкую стоимость, связь с новыми техниками пространственного дизайна, внимание к деталям, связь между функцией и формой, динамику, простоту визуализации [12, с. 163-165]. Однако инновационная особенность - простота - при этом является и слабостью модели СА, поэтому клеточные автоматы не являются единственным инструментом городского моделирования.
В стандартных вариантах клеточных автоматов применяется подход «снизу вверх». В соответствии с этим подходом, локальные правила могут создавать сложные паттерны, запуская модели в итерациях. Для достижения устойчивости городского проектирования следует учитывать моделирование микроскопических объектов, что является самым большим преимуществом клеточных автоматов.
Негативным критерием инструмента СА является то, что критика «сверху вниз» также должна учитываться, поскольку центральные комиссии заинтересованы в контроле общих моделей развития территории и количества используемой земли [1]. Метод клеточных автоматов представляет собой альтернативу существующим моделям городского проектирования и способствует реализации принципов устойчивого развития.
Хорошим примером создания «компактной» городской среды с помощью моделей CA является работа Herr и Kvan, в которой основное внимание уделяется проектированию формы здания путем создания физического «следа» развития CA с течением времени [9]. Еще один способ применения CA в дизайне - это концептуализация формы здания как матрицы, в которой пространство изменяется со временем, как это исследовали Frazer (1993), а также Herr и Fischer (2004).
Особенностью клеточных автоматов как инструмента генеративного моделирования является взаимодействие соседних клеток. При стремлении к устойчивому развитию и достижению параметров зеленой архитектуры необходимо учитывать качество земли (важного экономического фактора). Учет объема потребления земельных участков в разные периоды позволяет избежать преждевременного истощения земельных ресурсов [12, с. 80].
В своей работе C. Herr отмечает, что в архитектурном проектировании CA, как правило, используются для генерации физической формы здания [8, с. 251]. С точки зрения формообразования CA удобны для вариации возможных решений, возникающих в результате пространственного развития начальных конфигураций клеток с течением времени [4].
Определение переменных, на основе которых возможно построение клеточных автоматов
Стандартными показателями клеточных автоматов являются:
S+1 = f (S\ N),
где
S - множество всех возможных состояний клеточного автомата,
N - окрестность всех клеток, обеспечивающих входные значения для функции f, а
f - функция перехода, определяющая изменение состояния от «t» к «t+1».
Суть клеточных автоматов заключается в том, что состояние соседних клеток оказывает непосредственное влияние на положение центральной клетки.
Упрощенная структура клеточных автоматов представлена в работе M. Batty [3, с. 178]:
Если какая-либо клетка {x±1, y±1} уже застроена, то PJx, y}= {i, j }x Z PJi, j }/8
Если Pd{x, y} > некоторого порогового значения, тогда клетка{х, y} развивается с некоторой другой вероятностью p{x, y} где
PJx, y} - вероятность развития города для клетки {x, y}, клетки ¡i, j} - это все клетки, которые находятся в окрестности, включая саму клетку {x, y}.
Данная модель позволяет сделать вывод, что существует некоторая вероятность развития центральной клетки, поскольку клетки последовательно развиваются и оказывают влияние друг на друга.
Как утверждает исследователь Y. Lee, «...при создании клеточных автоматов необходимо учитывать пригодность места постройки и свойства участка» [14, с. 500].
Формула учета взаимосвязи состояния участка и возможности постройки клеточных автоматов на выбранном месте была предложена исследователями Yeh и Li в 1998 году [6, с. 172]:
S+ {x, y} = f (P/Jx, y})
P'jx, y} = f (DSt/{x, y}),
где
S{x, y} - состояние в месте {x, y};
Ps{x, y} - вероятность перехода в состояние S в данном месте;
и DSs{x, y} - возможность перехода в состояние S;
f - функция перехода.
Это свидетельствует о том, что разрешается использование клеточных автоматов на менее плодородных почвах и ограничивается на сельскохозяйственных землях.
Методика проектирования генеративным методом клеточных автоматов
Для получения результатов генеративного моделирования Krawczyk [13] вначале описывает вариации форм и масштабов ячеек СА, затем добавляет элементы, которые призваны служить несущей структурой. Исследователи Herr и Kvan показывают, как разнообразие форм и размеров ячеек, используемых в одной модели СА, может способствовать достижению высокоспецифичных процессов архитектурного проектирования [8].
Krawczyk (2002), Coates (1996), Herr и Kvan (2007), Bojovic (2013) и Khalili-Araghi (2013) адаптируют клеточные автоматы за пределами классических окрестностей клеток CA фон Неймана и Мура, чтобы соответствовать новым формам клеток или выборочному развитию CA для создания архитектурных сооружений или выборочного развития CA для архитектурных целей.
Herr и Karakiewicz показывают, каким образом архитектурные интерпретации генеративного СА, рассматриваемые как абстрактные диаграммы, делают возможной архитектурную разработку [9]. Khalili-Araghi и Stouffs описывают разработку модели CA с помощью обычных методов проектирования после первоначального создания концептуальной модели на основе СА генерации модели [11].
Основные методы проектирования клеточных автоматов названы в работе H. A. Gutowitz и C. G. Langton [7]:
1) параметризация пространства СА;
2) теория среднего поля для клеточных автоматов и обобщение теории среднего поля, называемое теорией локальных структур;
3) метод, позволяющий получить все модели клеточных автоматов с заданным средним значением, основанный на записи этих уравнений в виде суммы вероятностей блоков данного типа, взвешенных целочисленным значением коэффициента.
Модернизация городской инфраструктуры методом клеточных автоматов
По данным ООН, 78,2% городских жителей в развивающихся странах живут в неформальных постройках, трущобах. Районы трущоб чаще всего характеризуются
низким качеством жилья, перенаселенностью, нехваткой социальных услуг, отсутствием инфраструктуры и угрозой здоровью.
Исследователь К.ешу 81е1:сЫр1^ на основе технологий ГИС и СА разработал технические характеристики СА, применяемые с целью сокращения неформальных построек:
1. Модель состоит из двумерной матрицы квадратных ячеек одинакового размера.
2. Она совмещает в себе неограниченное количество вводных данных с одинаковыми свойствами.
3. Каждый слой состоит минимум из двух состояний: дорога/бездорожье.
4. Каждый слой имеет растровый формат, и каждая ячейка имеет уникальную идентификацию.
5. Изменения действуют только на свободные земли на определенной матрице.
6. Каждый слой имеет уникальную идентификацию (например: вода - 20, свободная земля - 1).
7. Выбор ячейки является случайным, начиная с левого верхнего угла ряда [5, с. 167].
Интерес представляет опыт эффективной модернизации трущоб на примере города Калабураги, штат Карнатака, Индия [17].
8и1осЬапа 8ЬекЪаг в своей работе [17] основными факторами, влияющими на преобразование трущоб с помощью клеточных автоматов, считает следующие:
1. Расстояние от озера (менее 1000 м, 1000-3000 м, более 3000 м).
2. Расстояние от дороги (менее 1000 м, 1000-3000 м, более 3000 м).
3. Расстояние от железной дороги (менее 1000 м, 1000-3000 м, более 3000 м).
4. Расстояние от узловых пунктов (менее 1000 м, 1000-3000 м, более 3000 м).
В соответствии с этими факторами автор статьи предлагает следующую модель СА (см. рис. 1).
Для определения возможности модернизации конкретной трущобы учитывались следующие факторы:
1. Общая численность населения трущоб, разделенная на общую площадь трущоб.
2. Землевладение или право собственности.
3. Существующая инфраструктура.
4. Состояние жилья.
5. Доступность.
Всю территорию расположения трущоб исследователь оценил по трем параметрам: наиболее привлекательная для расположения трущоб, умеренно привлекательная, наименее привлекательная [17, с. 42].
Как отмечено на рисунке 2, в г. Калабураги 97% жителей трущобных районов находятся в наиболее привлекательной зоне для развития трущоб, в то время как остальные 3% трущобных районов расположены в умеренно привлекательной зоне. В Калабураги расширение трущоб связано с бедностью сельских мигрантов, прибывающих в город, и возникает в основном на неиспользуемых, неохраняемых и непригодных для жизни государственных землях, вдоль дорог, железнодорожных линий и вблизи озера. Следует отметить, что большое количество трущоб существует в центральной части города (в категории наиболее привлекательных зон), но существует большая вероятность дальнейшего расширения трущоб в умеренно привлекательных зонах вдоль линейных объектов, таких как дороги и железнодорожные линии в периферийных районах города.
После выбора метода развития трущоб на основе данных о собственности на землю, структуре жилья, плотности населения, наличии открытого пространства и стоимости земли, доступности таких объектов, как школы и больницы, а также расстояния до транспортных объектов, был проведен анализ. В данном случае, на основе имеющейся открытой территории, стоимости земли, права собственности, плотности населения трущоб и доступности основных объектов была рекомендована застройка территории с учетом потребностей жителей.
Структура планировки жилья и объемно-планировочное решение домов для конкретной трущобы
Рис. 1. Модель развития клеточных автоматов
могут быть созданы в Arc MAP с помощью Community Viz. Они создаются для различных сценариев и отображаются в ЗО-модели (рис. 3). Это помогает жителям лучше понять преимущества (и недостатки) каждого сценария развития и принять решение о наилучшем для них варианте развития. На следующем рисунке показаны три возможных сценария, созданных для разных целей: исследования, для конкретной трущобы с помощью Community Viz, а также их графическое отображение в виде гистограмм [17, с. 48].
Этот интерактивный метод помогает проектировщикам изменить сценарии, чтобы удовлетворить требования жителей с учетом наличия земли для зеленой инфраструктуры, открытых территорий для расширения и т. д.
Модель CA была основана на данных о расположении трущоб и, хотя она учитывает их пространственное расширение в определенных условиях, она не принимает в расчет численность населения или размер домохо-зяйств, а их необходимо учитывать при оценке будущего
роста трущоб. Модель предполагает, что существуют определенные районы, которые в целом привлекательны для поселения бедных мигрантов, поэтому эти районы имеют высокую вероятность стать трущобами в будущем. Эти районы связаны с наличием свободных земель и возможностей трудоустройства. После выявления эти районы будут полезны для планирования, а также для предотвращения образования будущих стихийных трущоб.
Таким образом, мы привели особенности клеточных автоматов как генеративного инструмента моделирования, выявили основные позитивные и негативные критерии и пришли к выводу, что СА могут рассматриваться как основа для динамического и пространственного моделирования структур городской жилой застройки.
Использование клеточных автоматов в архитектуре способствует оптимизации проектного процесса, направленного на модернизацию неорганизованных жилых структур в целях улучшения качества жизни людей.
Рис. 2. Схема расположения трущоб в городе Калабураги [17]
Рис. 3. Сценарии модернизации трущоб [17]
С помощью CA - дискретной модели пространства и времени - можно модернизировать существующие трущобы и предвидеть возникновение трущоб в будущем на свободных землях. Мировой опыт, представленный в разработках Sulochana Shekhar, позволяет обобщить особенности модернизации трущоб с помощью метода клеточных автоматов и рассмотреть возможность применения СА на других территориях.
Список цитируемой литературы:
1. Adem, P.C. Computational Design Thinking through Cellular Automata: Reflections from Design Studios / P. C. Adem, G. Cagdas // Journal of Design Studio. - 2020. - December. -Pp. 71-83.
2. Autilia, R.D. Complex Buildings and Cellular Automata -A Cellular Automaton Model for the Centquatre-Paris / R. D. Autilia, J. Hetman // Urban science. - 2018. - № 2 (2). - URL: https://www.mdpi.com/2413-8851/2/2/50/htm (date of access: 18.09.2021).
3. Batty, M. Possible urban automata / M. Batty, Y. Xie // Environment and Planning B: Planning and Design. - 1997. - № 24. -Pp. 175-192.
4. Broma, T. A self-organizing structure based on an algorithm that generates personalized housing units / T. Broma // Future Architecture. - 2018. - URL: https://futurearchitectureplatform. org/projects/8bc22f57-b11c-489a-a2b3-3847f32a8018/ (date of access: 17.09.2021).
5. Dascalu, M. Cellular Automata and Randomization: A Structural Overview / Monica Dascalu // IntechOpen. - March 11th, 2018. -URL: https://www.intechopen.com/chapters/62760 (date of access: 16.09.2021).
6. Dinesh Kumar Masta, The Challenge of Relocating Urban Slums. The Impact of Program Governance on its Acceptance / Dinesh Kumar Masta,Gopal Naik, Kanchan Mukherjee; Indian Institute of Management Bangalore. - Working paper: No 429. - November, 2013. - URL: https://www.iimb.ac.in/sites/default/files/2018-07/ WP_No._429.pdf (date of access: 21.09.2021).
7. Gutowitz, H. A. Methods for designing cellular automata with «interesting» behavior / H. A. Gutowitz, C. G. Langton. - Published
1994. - URL: https://www.semanticscholar.org/paper/Methods-for-Designing-Cellular-Automata-with-Gutowitz-Langton/10b6 55264ce83beadea3a9e109068fdbbe010193#related-papers (date of access: 21.09.2021).
8. Herr, C. M. Using Cellular Automata to Generate High-Density Building Form / C. M. Herr, Thomas Kvan // Computer Aided Architectural Design Futures. - 2005. - Pp. 249-258.
9. Herr, C. M. Using Hardware Cellular Automata to simulate Use in Adaptive Architecture / C. M. Herr, T. Fischer; H. S. Lee and J. W. Choi (Eds.) // Proc, Institute of Millenium Environmental Design and Research, Yonsei University Press. - Korea, 2004. -Pp. 815-828.
10. Ikeda, Y. Adapting CA as architectural design tools / Y. Ikeda, C. M. Herr, D. Holzer // Emerging Experience in Past, Present and Future of Digital Architecture: Proceedings of the 20th International Conference of the Association for Computer-Aided Architectural Design Research in Asia. - CAADRIA, 2015. -Pp. 169-178.
11. Khalili-Araghi, S. Exploring cellular automata for high density residential building form generation / S. Khalili-Araghi, R. Stouffs // Automation in Construcion. - 2015. - № 49. - Pp. 152-162.
12. Khan, A.R. VLSI Architecture of a Cellular Automata Machine / A. R. Khan, S. Mitra, P. Sarkar // Computers Math. Applic. - 1997.-Vol. 33, No 5. - Pp. 79-94.
13. Krawczyk, R. Architectural Interpretation of Cellular Automata / R. Krawczyk // Generative Art. - 2002. - № 1 (27). - Pp. 71-78.
14. Lee, Y. Algorithmic Design Paradigm Utilizing Cellular Automata for the Han-ok / Y. Lee, S. H. Kim // Nexus Network Journal. -2016. - № 18. - Pp. 481-503.
15. Mitchell, M. Computation in cellular automata: A selected review / M. Mitchell. - Nonstandard Computation, 1996. - Pp. 95-140.
16. Neumann, J. The General and Logical Theory of Automata / J. Neumann // Cerebral Mechanisms in Behavior: The Hixson Symposium, September 1948 - New York : John Wiley and Sons, 1951. - Pp. 1-31. - URL: https://vordenker.de/ggphilosophy/jvn_ the-general-and-logical-theory-of-automata.pdf (date of access: 21.09.2021).
17. Shekhar, S. Effective management of slums - Case study of Kalaburagi city, Karnataka, India / S. Shekhar // Journal of Urban Management. - March, 2020. - Vol. 9, Issue 1. - Pp. 35-53.
