CC BY
290
АРХИТЕКТУРА. Творческие концепции архитектурной деятельности
DOI.org/10.5281/zenodo.1196721 УДК 72.012
Д.О. Федчун, Р.Е. Тпустый
ФЕДЧУН ДМИТРИЙ ОЛЕГОВИЧ - аспирант Инженерной школы, e-mail: monfed@bk.ru ТЛУСТЫЙ РУСЛАН ЕВГЕНЬЕВИЧ - кандидат архитектуры, профессор кафедры проектирования архитектурной среды и интерьера Инженерной школы, e-mail: tre-festu@mail.ru
Дальневосточный федеральный университет Суханова ул., 8, Владивосток, 690091
Сравнительный анализ методов параметрического, информационного и генеративного архитектурного проектирования
Аннотация: Существует несколько методов архитектурного проектирования с использованием технологий вычислительного дизайна. Один из них - метод генеративного проектирования, в котором создание проектных решений происходит при помощи специальных скриптов и алгоритмов. При его использовании роль архитектора - непосредственного участника проектирования - меняется на роль разработчика и организатора алгоритмизированного процесса проектирования. Приведен сравнительный анализ генеративного, информационного и параметрического методов проектирования, их преимуществ и наиболее оптимальных решений, что стало основой построения авторской системы практического генеративного проектирования.
Ключевые слова: генеративное проектирование, информационное проектирование, методология проектирования, параметрическая архитектура.
Введение
В настоящий момент метод генеративного проектирования имеет значительные перспективы для своего развития, но существуют определенные проблемы в выработке подходов для практического использования данной технологии. Особенностью этого вида проектирования является то, что он строится на основе анализа и обработки исходной информации, которая используется алгоритмами для создания новых проектных решений. Качество этих проектов напрямую зависит от созданных алгоритмов, которые базируются на методах информационного и параметрического проектирования.
Цель данной работы - на основе сравнения и анализа параметрического и информационного методов проектирования разработать авторский метод практического генеративного проектирования.
Общая концепция генеративного проектирования
Одна из современных методик - генеративное проектирование - позволяет на основе обработки больших объемов исходных данных, наборов специальных скриптов и алгоритмов создавать проекты зданий одной категории (например, малоэтажные жилые здания) в очень сжатые сроки, меняя лишь исходные данные [8].
© Федчун Д.О., Тлустый Р.Е., 2018
О статье: поступила: 30.11.2017; финансирование: бюджет ДВФУ.
Для создания авторского метода практического генеративного проектирования была разработана следующая система. В основе процесса проектирования лежит работа с моделями, под моделями в данной работе понимаются сооружения, устройства, а также суммы логических или математических представлений, воспроизводящих объекты или явления, подобные изучаемым или проектируемым. Модели разделяются на следующие основные группы: математические - реализуют математическое подобие объекта или явления; геометрические (или иконографические) модели - дающие только геометрическое подобие; физические (или аналоговые) модели - отражают подобие основных физических процессов проектируемого объекта. Генеративное проектирование позволяет использовать все три типа моделей в рамках одного проекта, описывая математическим языком зависимости, на которых геометрическая модель создается и в дальнейшем изменяется при симулировании физических воздействий на объект. Программное решение такой системы представлено на рис. 1.
Рис. 1. Алгоритм генеративной системы проектирования малоэтажного жилого здания.
Здесь и далее рисунки Д.О. Федчуна.
Концепция работы данного проекта включает три основных этапа. Первым этапом является сбор информации об участке проектирования, его рельефе, транспортной инфраструктуре, структуре застройки, ландшафтном анализе территории, социальных, этнодемографических, исторических и региональных, экономических и ряде других характеристик. Второй этап - обработка полученной информации и создание проектных решений на ее основе. Заключительный этап - получение результата и его последующее документирование в виде проектных чертежей.
Рассмотрим более подробно каждый из этапов на основе генеративной системы проектирования для малоэтажных жилых зданий [13]:
- Исходные данные. Одним из условий получения стабильного результата проектирования является систематизация исходных данных, необходимых для начала работы над проектом. Основа этого процесса - сортировка данных: без нее алгоритм не сможет включить полученную информацию, поэтому она не будет учтена при создании проекта. На текущей стадии развития системы генеративного проектирования исходные данные делятся на две категории: ГИС-данные и набор необходимых заказчику помещений в его будущем доме.
ГИС (геоинформационная система) - включает данные о топографии участка, полученные во время топосъемки или автоматизированным способом, а также информацию о климатических условиях местности по географическому положению данного участка.
Набор помещений - включает обязательные помещения, такие как прихожая, тамбур, санузел и техническое помещения, а также набор вариативных комнат: спальни (их количество), гостиная, кухня, гараж, библиотека и т.д.
- Алгоритм создания архитектурного проекта. Данный скрипт включает определенный набор алгоритмов и методик создания объемно-пространственных решений по ранее полученным
данным. В основе работы системы лежит анализ исходных данных и подбор рациональных решений, оптимальных для данного местоположения будущего здания и выбранного набора помещений. При работе данного алгоритма создается объемно-пространственное решение с учетом топографии местности, инсоляции, климатологии и прочих факторов (рис. 2).
Рис. 2. Прототип малоэтажного жилого здания, созданного генеративной системой проектирования.
Каждое проектное решение в работе системы имеет рациональное обоснование. Например, тип кровли и ее уклон определяются географическими координатами местоположения объекта и его объемно-пространственными характеристиками, направление конька кровли по сторонам света задается определенным образом с целью уменьшить высоту внешних северных стен здания; в любом проекте, созданном данной системой, такие стены будут ниже, чем другие внешние стены этого здания [3].
Рис. 3. Набор архитектурных чертежей, полученных в прототипе.
- Документирование результата. Для разного типа зданий и способа строительства финальные данные процесса проектирования будут представлены в различных видах. Для зданий, изготавливаемых при помощи заводского производства, будут необходимы технологические чертежи для строительства с детальной информацией об элементах, способе изготовления и технических данных. Тогда как для объектов, изготовляемых на площадке строительства, необходим более
расширенный объем архитектурно-строительной документации. Данный объем чертежей при генеративном проектировании создается также при помощи алгоритма: полученный результат заранее формализован, создано типовое оформление проекта, в котором изменяется лишь заполнение - текстовая и визуальная информация о проекте. Пример сформированной проектной документации представлен на рис. 3.
При создании нового проекта в системе данный набор чертежей перезаписывается с новыми результатами проектирования.
Сравнение подходов к работе с исходными данными при генеративном,
параметрическом и информационном методах проектирования
Работа с исходными данными является подготовительным этапом архитектурного проектирования, при котором собираются все необходимые данные для начала процесса создания архитектурного проекта. Для разных методов проектирования необходим один и тот же набор данных, но с разными приоритетами. Так, в проектировании часто применяют геоданные (о рельефе местности и т.п.), тогда как в информационном проектировании (основана на технологии BIM, или Building Information Model, - информационной модели здания) данные социологического или демографического плана применяются редко. Но при условии автоматизированного получения таких данных они используются так же часто, как и геоданные.
При создании проекта здания при помощи построения его информационной модели все исходные данные можно разделить на необходимые (ГИС-данные, техническое задание на проектирование и т.д.), без которых нельзя начать процесс проектирования, и дополнительные данные, которые могут учитываться в зависимости от опыта проектировщика и требуемой степени проработки архитектурного проекта (данные климатологии, инсоляции, анализ перспективных видов, транспортной доступности, окружающая застройка и т.д.). Основная причина этого явления заключается в том, что сбор и обработка исходной информации - это довольно затратный процесс.
Главная составляющая параметрического подхода к проектированию зданий - сбор и анализ различной информации, необходимой для процесса проектирования (рис. 4). Логика процесса параметризации проектирования заключается в обработке и интерпретации информации о контексте здания с индивидуальными особенностями проектировщика. Системы сбора и обработки информации - массива исходных данных (базы данных - структурированный информационный массив), включают в себя как автоматические, так и ручные методы. Сюда включаются следующие базы данных: социальные, этнодемографические, политические, экономические, ландшафтные, архитектурные, климатические, а также информация об инженерной и транспортной инфраструктуре, функциональная схема и морфология застройки и т.д. [7, 10].
Рис. 4. Схема работы параметрического способа проектирования.
Генеративный метод проектирования основывается на системе алгоритмов, создающих архитектурные проекты с использованием меняющихся параметров (рис. 5). В дальнейшем использование этих алгоритмов позволяет решить множество задач, которые либо нерешаемы, либо очень трудоемки при традиционном проектировании. Данная система генерирует проекты, опираясь на собственную информационную базу и получаемые исходные данные.
Имея возможность закладывать в процесс проектирования большое количество данных, можно получить проект, максимально учитывающий многие факторы, сложно увязываемые традиционными методами. Результат - кратное сокращение сроков процесса проектирования и повышение его качества, за счет автоматизации и обработки большого массива данных, которые сложно обработать вручную.
Рис. 5. Схема работы генеративной модели проектирования.
Таким образом, мы разработали генеративный метод проектирования для создания проектных решений. Эти решения основываются на совокупности социально-экономических, технических, технологических и иных факторов, а также на привязке к местности и других характеристиках. Включая проверенные временем методики анализа в алгоритм, мы автоматизируем работу и, как следствие, ускоряем процесс создания проектных предложений [7].
Сравнение процесса создания объемно-пространственных решений в параметрическом, информационном и генеративном проектировании
В настоящий момент информационное проектирование - один из наиболее распространенных способов проектирования в практической деятельности архитекторов. Информационное моделирование здания - это общий метод проектирования, возведения, оснащения, обеспечения эксплуатации с последующим демонтажем или переоснащением здания, которое предполагает сбор и комплексную обработку в процессе проектирования всей архитектурно-конструкторской, технологической, экономической и иной информации о здании со всеми её взаимосвязями и зависимостями, когда здание и всё, что имеет к нему отношение, рассматриваются как единый объект [6] (рис. 6).
В данной методике проектирования основной объект - трехмерная модель здания либо другого объекта, связанная с информационной базой данных, в которой каждому элементу модели присвоен набор дополнительных атрибутов. Особенность такого подхода заключается в том, что объект проектируется фактически как единое целое. Изменение какого-либо одного из его параметров влечёт за собой автоматическое изменение остальных связанных с ним параметров и объектов, вплоть до чертежей, визуализаций, спецификаций и календарного графика строительства [10].
Рис. 6. Схема работы информационной модели проектирования зданий.
Основной недостаток данной технологии - зависимость от квалификации и умений проектировщиков. Для полноценной работы с данной технологией необходима длительная предварительная подготовка, а также включение в процесс всех связанных в одном проекте специалистов.
Параметрический подход к проектированию использует другую методику: весь проект здания не привязывается к одному файлу модели здания, а используется несколько сегментированных моделей, которые в дальнейшем связываются в один конечный файл. В процессе параметрического проектирования для каждого этапа используется свой набор программного обеспечения [15, 16]. Так, для концепции здания используются программы для трехмерного моделирования, такие как Autodesk Maya или Autodesk 3DS Max, на этапе создания параметрической модели проект переносится в среду для визуального программирования, например Grasshopper или другие аналогичные программные продукты, далее на этапе создания рабочей документации применяются уже стандартные программы, такие как Autodesk Autocad или Autodesk Revit. Основное отличие от методики информационного проектирования - более усложненный процесс проектирования, в котором используется максимальное количество программного обеспечения, оптимального для того или иного вида работы (рис. 4).
Генеративный метод проектирования берет самые эффективные решения из информационного и параметрического проектирования. В основе данного метода проектирования - алгоритмизация процесса проектирования и создание общей информационной модели здания. Процесс создания проекта представляет собой симулирование деятельности архитектора при помощи специальных алгоритмов, которые повторяют весь процесс создания архитектурного проекта от обработки исходных данных, создания планировочных решений и объемно-пространственной среды, чертежей и сохранения проекта в виде документации для строительства.
Первый этап работы алгоритма - это работа с исходными данными местоположения объекта. Первичный источник данных - кадастровый номер объекта. В нем закодирована информация о местоположении участка и будущего здания в границах определенного субъекта РФ и административной единицы - города или округа. Информация позволяет получить климатические данные расположения объекта при помощи СП «Строительная климатология» [9], которые можно алгоритмически связать друг с другом. Данные о рельефе местности можно получить как автоматическим способом, так и при помощи построения трехмерной модели рельефа на основе файла с то-посъемкой местности.
Построенная трехмерная модель местности для будущего здания обладает значительным потенциалом для анализа перепада высот, склонов, направления склонов и последующей оптимальной привязкой здания к конкретному участку (рис. 7).
Рис. 7. Автоматическое построение и анализ рельефа.
Следующий этап проектирования - разработка планировочного решения на ранее подобранном оптимальном месте для здания. Существует два метода создания планировочных решений: эволюционный и физический [11, 12]. Первый - математический перебор цифровых значений критериев оптимального планировочного решения, таких как минимальный периметр дома, расстояния между комнатами, расчет пропорций комнат и многих других параметров дома [4]. Второй метод - построение физической модели будущего здания и создание планировочного решения на основе физического притяжения и отталкивания помещений и оптимального размещения с учетом сторон света, а также по фактору близости к коммуникациям или подъездным путям к участку [17-20]. В рассматриваемом примере генеративной системы используется физический метод создания планировочного решения дома (рис. 8).
л.
Рис. 8. Физическая модель создания планировочных решений.
Далее осуществляется переход от концептуальной к архитектурной модели здания при помощи специального набора алгоритмов, создающих архитектурно-конструктивные решения на основе ранее заложенной системы параметров, относящихся к тому или иному элементу здания. Например, угол и поворот кровли в данной модели рассчитываются как оптимальное значение на основе анализа формы здания и климатических данных об участке проектирования. Данный метод создает определенную эстетическую модель проекта, где внешний вид здания определяется алгоритмом на основе анализа исходных данных, а также определенных способов проектирования (рис. 9).
Рис. 9. Архитектурное решение, созданное генеративным алгоритмом.
Экстерьерные решения зданий с помощью данной методики значительно отличаются от рассматриваемых ранее систем информационного и параметрического проектирования, где внешний вид зданий создается проектировщиком на основе личных знаний и умений. В генеративной системе проектирования человек задает лишь параметры, по которым будут создаваться проектные решения, а качество данных решений будет коррелировать с количеством заложенных факторов, влияющих на внешний вид здания.
Экономические аспекты информационного, параметрического
и генеративного методов проектирования
При оценке экономического эффекта от использования того или иного метода проектирования стоит учитывать то, что на сам процесс проектирования приходится менее 5% от общей доли вложения. Однако ошибки, допущенные при проектировании, впоследствии могут привести к огромным незапланированным затратам на других этапах разработки проекта [2].
Согласно данным компании Autodesk [5, 6], многие компании России считают приемлемым удорожание проекта на 20% относительно ранее запланированного бюджета в процессе строительства. В среднем же разница между сметным бюджетом и реальной стоимостью проекта может составить до 50% от первоначальной стоимости. Наиболее частые ошибки - несоответствия между конструкциями здания и инженерными сетями. Часто встречается отсутствие технологических отверстий для инженерных систем, неправильный расчет объема материалов. Эти ошибки чаще всего возникают из-за крайне непродуктивного взаимодействия между специалистами, разрабатывающими различные разделы проекта - архитекторами, конструкторами и инженерами. Их решения могут быть несогласованными и пересекаться друг с другом. На практике найти подобные ошибки в 2D чертежах довольно сложно и трудоёмко (рис. 10).
Основное преимущество информационного проектирования - возможность создания общей трехмерной модели здания для всех задействованных в проекте людей и возможность вести в ней совместную работу над одним проектом здания [1]. Данная технология также позволяет переместить часть объема работ со стадии разработки проектной документации на стадию эскизного проектирования, что существенно уменьшает цену каждой проектной ошибки.
Рис. 10. Затраты ресурсов и стадии жизненного цикла здания.
Параметрическое проектирование основывается на информационной модели здания, которая позволяет организовать общую структуру проекта, но не за счет единого программного решения, а за счет конвертирования трехмерной модели здания в различные форматы для специализированных задач [21]. Системный подход в параметрическом проектировании предполагает декомпозицию сложных объектов (систем) на отдельные подсистемы с учетом существенных структурно-функциональных отношений между различными иерархическими уровнями системы и элементами каждого иерархического уровня. Декомпозиция объекта проектирования приводит к декомпозиции процесса проектирования - представлению его в виде совокупности более простых проектировочных процедур различного иерархического уровня [10]. Для каждой задачи используется свой набор ПО, которая координируется вручную и готовые результаты собираются в рамках одной модели.
Для параметрического и информационного методов проектирования характерны одни и те же плюсы и минусы. К положительным чертам относятся возможности координирования работы всех задействованных в проекте специалистов централизованной модели будущего здания. Экономический эффект от применения двух данных технологий заключается в уменьшении количества геометрических ошибок по сравнению с традиционным черчением за счет создания единого информационного пространства, что ведет в дальнейшем к снижению времени строительства и уменьшению финансовых потерь.
Экономические эффекты от внедрения в процесс создания архитектурных проектов методов генеративного проектирования основаны на другом подходе к организации проектирования [13]. Данный вид проектирования меняет структуру процесса с системного участия специалистов в процессе проектирования на надсистемную роль в процессе создания общей модели-алгоритма. При такой организации основная работа состоит не в непосредственной работе над проектом дома, а в разработке общего алгоритма, который впоследствии может системно создавать проекты зданий за счет вариативности исходных данных, что подразумевает кратно более длительную работу над созданием системы и намного более многократное сокращение времени создания архитектурного проекта. Для проекта, рассмотренного ранее, это 1 год разработки и 10 минут на каждый новый проект. Вся дальнейшая работа над данным проектом будет сосредоточена в области улучшения алгоритма создания проектных решений при сохранении или уменьшении конечного времени для создания архитектурного проекта.
Перспективы и основные предпосылки развития информационного,
параметрического и генеративного методов проектирования
Основные дальнейшие пути развития рассмотренных систем - алгоритмизация проектной модели, генетический отбор проектных решений, сложные симуляции физических и биологических процессов для применения их как в проектировании, так и в дальнейшем возведении объекта,
а также система агентов или поведенческие структуры, которые позволяют создавать новые решения на основе ранее собранных статистических данных [14].
Алгоритмический метод - это способ создания при помощи компьютерного моделирования трансформационной модели, в которой алгоритм определяет форму объекта, дает представление о том, как она будет изменяться в зависимости от изменения ее структуры. Для информационного моделирования также свойственна автоматизация рутинных операций, связанных с составлением ведомостей и с подсчетом материалов, использованных в проекте. Основное направление развития BIM систем у создателей программных пакетов, работающих с этой технологией, находится в области развития скриптовых систем для данных операций [18].
Генетический метод - это эвристический алгоритм поиска и отбора проектных решений, используемый для задач оптимизации и моделирования путём случайного подбора, комбинирования и вариации популяции исходных параметров с использованием алгоритмов, симулирующих естественный отбор в природной среде. Метод является разновидностью эволюционных вычислений, с помощью которых решаются оптимизационные задачи с использованием методов естественной эволюции, таких как наследование, мутации, отбор и кроссинговер [17].
Методы симуляции физических и биологических процессов - способы поиска формы проектируемого объекта через повторение физических и биологических процессов - это способ получить архитектуру, которая будет релевантной законам окружающего мира. Имитация физических процессов на компьютере делает такой поиск более физически корректным, что позволяет в дальнейшем создавать новые естественные природные формы, выходящие за рамки общепринятых архитектурных форм.
Методы моделирования при помощи системы агентов - это алгоритмы, создающие геометрию проектируемого здания на основе анализа поведенческих факторов в природной среде. В данных системах изучаются принципы поведения, построения и распространения живой среды и критерии этих процессов. Полученная информация может быть использована как для формообразования, так и для планирования проектируемых элементов ландшафта и зданий [16]. Данные алгоритмы характеризуются оптимизацией своей структуры на основе природных закономерностей -ценных данных для вычислительных методов проектирования.
Выводы
Каждый из рассмотренных нами современных методов проектирования - информационный, параметрический и генеративный - имеет уникальные преимущества по отношению друг к другу. Поиск и выделение лучших практик стали основой разработки авторской системы практического генеративного проектирования.
Как мы установили, наиболее ценными характеристиками параметрического, информационного и генеративного методов проектирования являются автоматизация получения данных об участке и формообразование объемно-пространственного решения будущего здания.
Мы показали, что объединение преимуществ информационного и параметрического методов возможно на основе генеративного проектирования.
СПИСОК ЛИТЕРАТУРЫ
1. Грахов В.П., Мохначев С.А., Иштряков А.Х. Развитие систем BIM проектирования как элемент конкурентоспособности // Современные проблемы науки и образования. 2015. № 1. С. 580-587.
2. Дронов Д.С., Киметова Н.Р., Ткаченкова В.П. Проблемы внедрения BIM-технологий в России // Синергия наук. 2017. № 10. С. 529-549.
3. Казанцев П.А. Основы экологической архитектуры. Учебное проектирование энергоэффективных зданий. Теория и практика энергоэффективной архитектуры. Saarbrucken, Lambert Academic Publishing, 2012. 205 с.
4. Кривенко А.А., Моор В.К., Гаврилов А.Г. Генеративное проектирование как средство формирования архитектурных объектов // Архитектура и дизайн: история, теория, инновации: материалы Второй междунар. науч. конф. Вып. 2. Владивосток: Дальневост. федерал. ун-т, 2017. С. 203-206.
5. Малиновский М.Е. BIM-регламент проектной организации // Альманах мировой науки. 2016. № 7. С.123-124.
6. Мамаев А.Е., Шарманов В.В., Золотова Ю.С., Свинцицкий В.А., Городнюк Г.С. Прикладное применение BIM-модели здания для контроля инвестиционно-строительного проекта // Актуальные проблемы гуманитарных и естественных наук. 2016. № 3. С. 83-87.
7. Пучков М.В., Бутенко А.А. Параметрическое моделирование архитектурно-пространственной среды города на основе информационных технологий // Архитектон: известия вузов. Теория архитектуры. 2015. № 49. С. 23-28.
8. Ризаева А.Д. Генеративный дизайн: программирование, как новый инструмент деятельности дизайнера // Международный студенческий научный форум РАЕ. 2015. № 7. С. 41-47.
9. СП 131.13330.2012. Строительная климатология. Актуализированная редакция СНиП 23-01-99* (с Изменением № 2). Введ. 2013-01-01. М.: Министерство регионального развития Российской Федерации, 2012. 113 с.
10. Терлыч С.В. Методика автоматизированного параметрического проектирования конструкций элементов зашивки помещений для несамоходных плавучих сооружений // Вестник СевНТУ. Механика. Энергетика. Экология. 2015. № 88. С. 52-55.
11. Федчун Д О., Тлустый Р.Е. Система генеративного проектирования // Архитектура и дизайн: история, теория, инновации: материалы междунар. науч. конф. Владивосток: Дальневост. федерал. ун-т, 2016. С. 164-169.
12. Федчун Д О., Тлустый Р.Е. Эволюционные методы создания планировочных решений малоэтажных жилых зданий // Архитектура и дизайн: история, теория, инновации: материалы второй междунар. науч. конф. Владивосток: Дальневост. федерал. ун-т, 2017. С. 238-241.
13. Хайман Э.А. Скрипт в архитектуре. Архитектор как режиссер-программист // Взаимовлияние архитектуры и культуры: материалы конф. «Иконниковские чтения». М., 2008. С. 60-68.
14. Bamett H. What humans can learn from semi-intelligent system? New York, Chelsea House, 2017. 121 p.
15. Cheon J., Hardy S., Hemsath T. Parametricism (SPC). ACADIA Regional 2011 Conference Proceedings Lincoln. University of Nebraska, 2011. N 11, p. 100-102.
16. Garber R. Closing the Gap: Information Models in Contemporary Design practice. Fletcher, Architectural Design, 2009, 240 p.
17. Holland J. Genetic Algorithms. Cambridge, First MIT Press, 1998, 40 p.
18. Jim Jacobi P.E. 4D BIM or Simulation-Based Modeling. Structure magazine. 2011:17-18.
19. Khabazi Z. Generative algorithms using grasshopper. Morphogenesim, 2010, 48 p.
20. Schaffranek R., Vasku M. Space syntax for generative design: On the application of a new tool. Seoul, Sejong University, 2013, 12 p.
21. Terzidis K. Algorithmic Architecture. Oxford, Architectural Press, 2006, 155 p.
THIS ARTICLE IN ENGLISH SEE NEXT PAGE
Creative Concepts of Architecture Activities
D0l.org/10.5281/zenodo.1196721
Fedchun D., Tlusty R.
DMITRY FEDCHUN, Postgraduate, School of Engineering, e-mail: monfed@bk.ru RUSLAN TLUSTY, Candidate of Architecture, Professor, e-mail: tre-festu@mail.ru Department of Architectural Environment and Interior Design, School of Engineering Far Eastern Federal University 8 Sukhanova St., Vladivostok, Russia, 690091
The comparative analysis of the methods of parametric, informational and generative architectural design
Abstract: There are several methods of architectural design using the computational design technologies. One of them is the method of generative design, in which design solutions are developed with the help of special scripts and algorithms. When it is used, the role of the architect changes from the direct participant of designing to the developer and organiser of the algorithmic design process. The article contains the comparative analysis of generative, informational and parametric design methods, their advantages and the most optimal solutions, which became the basis for constructing the authors' system of practical generative design.
Key words: Generative design, information designing, and methodology of design, parametric architecture.
REFERENCES
1. Grahov V.P., Mokhnachev S.A., Ishtryakov A.Kh. Development of BIM design systems as an element of competitiveness. Modern problems of science and education. 2015;1:580-587.
2. Dronov D.S., Kimetova N.R., Tkachenkova V.P. Problems of introduction of BIM-technologies in Russia. Synergy of Sciences. 2017;10:529-549.
3. Kazantsev P.A. Fundamentals of ecological architecture. Educational design of energy efficient buildings. Theory and practice of energy-efficient architecture. Saarbruken, Lambert Academic Publication, 2012, 205 p.
4. Krivenko A.A., Moore V.K., Gavrilov A.G. Generative design as a means of forming architectural objects. Architecture and design: history, theory, innovations. Materials of the second intern. Scientific. Conf. Vladivostok, Far Eastern Federal University, 2017, vol. 2, p. 203-206.
5. Malinovsky M.E. BIM-regulations of the project organization. Almanac of world science. 2016;7:123-124.
6. Mamaev A.E., Sharmanov V.V., Zolotova Y.S., Svintsitsky V.A., Gorodnyuk G.S. Applied application of the BIM-model of the building to control the investment-construction project. Actual problems of the humanities and natural sciences. 2016;3:83-87.
7. Puchkov M.V., Butenko A.A. Parametric modeling of the architectural and spatial environment of the city based on information technology. Architecton: news of universities. Theory of architecture. 2015;49:23-28.
8. Rizaeva A.D. Generative design: programming as a new tool for designer activities. International Student Scientific Forum RAE. 2015;7:41-47.
9. SP 131.13330.2012. Building climatology. Actualized edition of SNiP 23-01-99* (with Change N 2). Enter. 2013-01-01. M: Ministry of Regional Development of the Russian Federation, 2012, 113 p.
10. Terlych S.V. Technique of automated parametric design of structures of elements for sewing rooms for non-self-propelled floating structures. Bulletin of SevNTU. Mechanics. Power engineering. Ecology. 2015;88:52-55.
11. Fedchun D.O., Tlusty R.E. Generative design system. Architecture and design: history, theory, innovation. Vladivostok, Far Eastern Federal University, 2016, p. 164-169.
12. Fedchun D.O., Tlusty R.E. Evolutionary methods for creating planning solutions for low-rise residential buildings. Architecture and design: history, theory, innovation. Materials of the second international scientific conference. Vladivostok, Far Eastern Federal University, 2017, p. 238-241.
13. Hayman E.A. A script in architecture. An architect as a programmer-director. Interaction of architecture and culture. Materials of conf. Ikonnikov's readings. M., 2008, p. 60-68.
14. Barnett H. What humans can learn from semi-intelligent system? New York, Chelsea House, 2017. 121 p.
15. Cheon J., Hardy S., Hemsath T. Parametricism (SPC). ACADIA Regional 2011 Conference Proceedings, Lincoln. University of Nebraska, 2011. N 11, p. 100-102.
16. Garber R. Closing the Gap: Information Models in Contemporary Design practice. Fletcher, Architectural Design, 2009, 240 p.
17. Holland J. Genetic Algorithms. Cambridge, First MIT Press, 1998, 40 p.
18. Jim Jacobi P.E. 4D BIM or Simulation-Based Modeling. Structure magazine. 2011:17-18.
19. Khabazi Z. Generative algorithms using grasshopper. Morphogenesim, 2010, 48 p.
20. Schaffranek R., Vasku M. Space syntax for generative design: on the application of a new tool. Seoul, Sejong University, 2013, 12 p.
21. Terzidis K. Algorithmic Architecture. Oxford, Architectural Press, 2006, 155 p.
