Uso de Herramientas Paramétricas de Optimización Evolutiva y Simulación Energética en el Diseño Basado en Performance

Abstract

This article describes three cases of integration of technologies of evolutionary optimization and energy simulation in performance--based design. The aim is to share the details of the process of creation, validation and use of the various techniques and tools, with an emphasis on the mistakes and successes obtained, so that experiences can be useful for non--specialist users interested in working with these methodologies.Keywords: Diseño Paramétrico; Grasshopper 3D; Ecotect; GECO; Galápagos. IntroducciónDurante los últimos años el uso de herramientas de programación gráfica en arquitectura ha tenido un crecimiento exponencial cuyo resultado más evidente ha sido una proliferación global de proyectos con geometrías complejas. Una de las herramientas más difundidas, especialmente en el contexto académico latinoamericano, es Grasshopper 3D (GH), un plug--in para el software NURBS Rhinoceros 3D, gratuito y de rápido aprendizaje (Herrera, 2010;. Dentro de las cualidades atractivas de GH que han contribuido a su rápida masificación, está la existencia de una gran cantidad de extensiones o add--ons desarrolladas por terceras partes que expanden las capacidades de la herramienta hacia funcionalidades complementarias específicas (Davis y Peters, 2013). Por ejemplo, existen extensiones para realizar form--finding usando principios físicos (Kangaroo), para realizar análisis estructural (Karamba), para vincular GH con la placa Arduino (Firefly), para hacer análisis topológico de mallas (Weaberbird) o para hacer simulación acústica (Pachyderm), entre otros. La mayoría de estas extensiones son gratuitas y vinculables entre sí, constituyendo un verdadero ecosistema de funcionalidades complejas y potencialmente enlazables que, en teoría, permiten el desarrollo de manera sencilla de algoritmos que si fueran realizados de forma tradicional resultarían técnicamente prohibitivos para la mayoría de los usuarios de estas herramientas.Un tipo de extensiones que aparentan tener un potencial no suficientemente explotado son aquellas destinadas a realizar optimización evolutiva en problemas multi--objetivo. La optimización evolutiva es un conjunto de metodologías dentro del campo de la inteligencia artificial que utilizan los principios de la evolución biológica para la búsqueda de soluciones óptimas a problemas complejos (Bentley, 1999;Rutten, 2010). Los problemas multi--objetivo, por su parte, son aquellos que tienen objetivos parciales que están en conflicto entre sí: la mejora de uno produce un empeoramiento en otro. La eficacia del uso de optimización evolutiva en problemas multi--objetivo está muy bien documentada en otras disciplinas desde los años 70 (ver, por ejemplo, a John Koza o Ingo Rechenberg). En arquitectura, una serie de investigaciones más recientes muestran que la optimización evolutiva es también adecuada y pertinente. Sin embargo, se trata de estudios liderados por especialistas que utilizan herramientas complejas, usualmente desarrolladas exclusivamente para esos fines, y por lo tanto, no fácilmente masific...

Pathways for Testing Environmental Building Performance

“…From around 2005 McNeel's Grasshopper™ plugin (initially known as 'Explicit History' to their surface modelling tool Rhinoceros™, facilitated further advantages to users who could now set up rule-based, 'flexible' geometry models to interact with environmental analysis functions (Rutten, 2010). Grasshopper™ offers users the option to apply Genetic Algorithms in for form-finding and optimisation of bespoke building performance (Caldera, Gonzalo and Loyola, 2013). The rule-based nature of parametric geometry definitions lends itself for the fast turnout of design variations in a (numerically) controlled setting.…”