تحلیل تطبیقی الگوریتم‌های تکاملی و شبکه‌های عصبی در تولید خودکار پلان با تمرکز بر طراحی پارکینگ

تحلیل تطبیقی الگوریتم‌های تکاملی و شبکه‌های عصبی در تولید خودکار پلان با تمرکز بر طراحی پارکینگ

مصطفی رادمان1 حسن نظیف2 مجتبی مغربی3

1) دانشجوی کارشناسی ارشد مهندسی معماری دانشگاه گلستان
2) استادیار مهندسی معماری دانشگاه گلستان
3) دانشیار مهندسی عمران دانشگاه فردوسی مشهد

کد IOI مقاله : AAHF-ABKZEZ
محل انتشار : کنفرانس ملی فناوری های معماری و هنر، شهر هوشمند، صنایع نرم وخلاق و فرهنگ فناوری (icact.ir)
چکیده :
    طراحی و چیدمان پلان‌های معماری به دلیل گستردگی و پیچیدگی روابط فضایی و لزوم پاسخگویی به قیود متعدد، همواره فرآیندی طولانی و پرچالش بوده است؛ با این حال، پیشرفت هوش مصنوعی در دهه‌ اخیر، چشم‌اندازی جدید برای تولید خودکار این پلان‌ها گشوده است. دو گروه اصلی روش‌ها در این حوزه، شامل الگوریتم‌های تکاملی (مانند الگوریتم ژنتیک) و شبکه‌های عصبی عمیق (شامل مدل‌های مولد و یادگیری عمیق هیبرید) هستند. در این پژوهش، با بررسی و دسته‌بندی پژوهش‌های شاخص پیشین در زمینه‌ی تولید خودکار، چیدمان فضاها و بهینه‌سازی پلان‌های مسکونی، به مقایسه‌ تحلیلی و تطبیقی این دو رویکرد می‌پردازیم. تحلیل تطبیقی نشان می‌دهد که شبکه‌های عصبی در تولید پلان‌های واقع‌گرایانه و داده‌‌محور تواناترند، در حالی که الگوریتم‌های تکاملی در بهینه‌سازی چندهدفه و کنترل دقیق قیود هندسی و عملکردی مزیت دارند. در پایان، پیامدهای این مقایسه برای طراحی الگوریتمیک پلان پارکینگ با استفاده از الگوریتم ژنتیک بحث شده و پیشنهادهایی برای تلفیق کارآمد این دو رویکرد ارائه می‌گردد.

کلمات کلیدی : طراحی مولد الگوریتم ژنتیک شبکه عصبی طراحی الگوریتمیک جانمایی پارکینگ