Demystifying Generative Design for Architecture, Engineering and Construction,
AutoDesk ebook
- What is Arch-Urban Project?
课题背景
课题背景
进化求解器或遗传算法在计算机领域并不是什么新鲜事物。这一概念的起源是 20 世纪60 年代早期，Lawrence J. Fogel 发表了具有里程碑意义的论文 "On the Organization of Intellect" (“论智力组织”)，引发了对进化计算的首次尝试。70 年代早期，Ingo Rechenberg 和 John Henry Holland 等人的开创性工作进一步推动了进化计算的发展。在 1986 年，Richard Dawkins 出版 "The Blind Watchmaker" 一书，进化计算才在程序员世界之外流行起来，书中附带了一个小程序，该程序基于人类的人工选择生成了看似无穷无尽的身体分支，被称为 Biomorphs (生物形态)。自 80 年代以来，个人电脑的出现使得个人无需政府资助即可将进化原理应用于个人项目，从此进化计算便成为了常用术语。
Biomorphs, Cameron McKay
"Adaptation plays a crucial role in the evolution of biological organisms and, similarly, in artificial systems, where adaptation helps to optimize performance in dynamic environments."
在具体的算法应用方面，John H. Holland 在 1975 年发表的著作 “Adaptation in Natural and Artificial Systems” 介绍了遗传算法（Genetic Algorithms, GAs），这为后来的建筑优化开辟了道路。GAs 逐渐被引入建筑设计，尤其是在复杂形态优化和结构优化中。他强调了自然选择和适应是如何基于不断变化的环境中优化生物体的，通过模仿这些过程，人工系统也能够进化出应对复杂问题的解决方案。因此，自然界中的适应机制直接启发了技术领域中自我改进、不断适应的系统设计。尽管 Holland 的书并未专门讨论建筑设计领域的适应，但他广泛探讨了适应系统，包括在动态和不可预测环境下的应对策略，类似于生物在自然环境中的进化方式。
在设计建筑的过程中，最初的想法和最终的项目之间是一条漫长而疲惫的道路。困难在于设计的过程中具有无限种决策的可能性，在此过程中，一个变化就会影响到无数其他要素，因此演变成选择利益和让步的练习。这些选择包括许多种，从覆盖多少区域对环境的影响最小，到在立面上设计多少窗口来保持室内的舒适度，还有数不胜数的结构选择。每一个决定都需要进行大量研究或考量，才能得出最优解。在近年来，随着参数化工具的普及以及建筑与计算机科学交叉领域的研究进展，进化算法与生成式设计的结合为解决这些问题提供了一种有效的方法。许多实际项目已经证明，遗传算法可以协助建筑设计进行形式生成和结构优化，例如 Falkeis Architects 设计的Marxer 主动能量建筑。
设计任务
设计任务
我们将先思考生成式设计作为建筑设计手法的泛用性，在设计建筑前首先明确自己的设计目标，明确自己设计的初衷，将设计动机置于所有要求之上。
然后在生成设计的过程种考虑多种影响因素如何影响建筑的形态与细节，这些因素包括但不限于气候、生活方式、能源、使用体验等因素，思考如何在建筑系统中平衡这些因素，考量这些变量的博弈与妥协，重点研究具有以非线性方式相互作用的多种因素的系统。最终理解生成式设计与算法优化的协作。
建筑方案规模不限，小到立面的设计，大到一个街区的设计（不建议研究城市尺度上的优化因为考虑到个人计算机算力与时间消耗的问题）。
Three-Dimensional Self-Organizing Constructor, Ichiro Nagasaka, 1991.
Example ofstudent work from the Emergent Design Group at the Architectural Association, London.
成果要求
成果要求
1. 概念：有直白的设计概念，明确整个设计由如何通过算法的应用来合理的支撑设计概念，解决在调研阶段提出的设计问题，即算法应用的合理性。这一环节包含前期分析图，场地分析等。
2. 研究过程及实验：对于生成式设计，算法使用的探索和测试，使用清晰的图纸表达整个设计过程种经历的进化过程/迭代过程。
3. 设计图纸：平面图、剖面图（或剖透视）、能够表达概念的室内/室外效果。
4. 技术图纸：材料及其构造的分析及选取，需要结构 diagram、1：20 节点大样/1：5 节点大样，模型照片，结构的力学分析等。
课程安排
课程安排
课时 1：开题，算法与其范式讲解
课时 1.1：参数化入门 1
课时 1.2：参数化入门 2
课时 2：提出设计问题，确定设计动机，理解场地，理解输入条件如何作为算法中的变量
课时 3：探究建筑形态如何响应设计动机，以及数据如何成为影响形态的重要因素
第二阶段：研究阶段/形态学分析（3-5 课时）
课时 4：选择想研究的参数化形态进行案例研究，理解该形态的目的，算法，应用场景等
课时 5：参数化形态逻辑构建，空间与形式的试验
课时 6：形态逻辑合理性研判，研究其是否与设计目的达成一致
第三阶段：建筑形态/空间的实验/模拟及结果研究
课时 7：形态优化的模拟以及模拟结果阅读
课时 8：实验的扩展
课时 9：中期答辩
第四阶段：深化研究
课时 10：模型制作/细化
课时 11：对生成的建筑系统进行更深化的的研究，阐释其具体如何使用算法的手段来解决调研阶段提出的问题。
第五阶段：设计整合
课时 12：对设计进行整合（结构/交通/立面等）
课时 13：方案整理与排版
AA建筑联盟学院 Emergent Technologies and Design 硕士
温州肯恩大学建筑学学士
作为“教育研究组织”我们每年都为学员研发全新、多样、具深度和广度、具研究和学科价值的课题，拓宽学生的“大设计观”及认知广度，激发学生潜在能力，用于学生项目扩充以及远届自己的学术探索。随着更多团队成员的加入以及团队总体对学术研究的充分投入，我们的课题数量在不断增加。每个课题以个人或者4人以内非组队独立完成形式开展，相对于院校内建筑项目，我们会探索更宽广的建筑边界、更复杂的社会问题以及更具有建筑学学科价值的研究论述，但同时难度也会一定程度上略高于学生可驾驭范围。所有项目除了涉及建筑学、城市规划、城市设计、景观、室内等学科基本范畴的内容外,也会拓展到科技、文化、哲学、当前社会政治生活以及装置艺术。
