Modeling exploration processes in architecture,Generative Design and Environmental Performance in Architectural Design
La modélisation de processus d’exploration numérique en architecture : design génératif, performance et optimisation
Résumé
Climatic and regulatory contexts urge architects to take environmental constraints into account at the earliest stages of design processes. Since the end of the 1990s, the scientific literature has described innovative methods for taking environmental parameters into account using the calculation power of computers. These methods share the same approach based on a generative technique linking (1) a generative model, often parametric, to define a space of solutions, (2) an evaluation model involving the possible use of simulation tools, and (3) an exploration model requiring the use of metaheuristic optimization algorithms such as multi-criteria evolutionary algorithms.These methods aim at reproducing, automatically and at much larger scale, the iterative process usually established between architects and engineers in the traditional design method. However, while they are very popular with researchers, these methods remain little used in architectural practice. The assumptions made by the literature to explain this "gap" between theory and practice have yet to be tested in a professional architectural design context. The first objective of this thesis is to experiment such techniques on real projects. The forty or so experiments carried out identified new obstacles to the use of these practices in a professional context, hitherto unnoticed in the literature, notably "structural" limits linked to architects' working and organizational methods, but also to the very nature of the architectural project.From a technical perspective, the major obstacle encountered when using optimization techniques was the difficulty of integrating constraints to restrict the solution space to feasible solutions. Generic constraint management methods proved ineffective in our experiments on this kind of problems. As a consequence, the second objective of this thesis is to identify suitable constraint management methods. A comparative study of 7 methods revealed that the repair function method, which requires the use of generative techniques such as agent-based models, can be very effective. We have therefore undertaken the development of a library of numerical tools for Grasshopper, enabling architects to use generative techniques for multi-criteria optimization under constraints.
Les contextes climatiques et réglementaires imposent aux architectes une prise en compte de plus en plus précoce des contraintes environnementales lors la conception de leurs projets. Depuis la fin des années 1990 des méthodes de conception innovantes qui permettent de prendre en compte les paramètres environnementaux en phase amont de projet en s’appuyant sur la puissance de calcul des ordinateurs sont décrites dans la littérature scientifique. Elles suivent toutes une même approche, à savoir l’élaboration d’une technique générative reliant (1) un modèle génératif, souvent paramétrique, pour définir un espace de solutions, (2) un modèle d’évaluation impliquant l’utilisation éventuelle d’outils de simulation, et (3) un modèle d’exploration nécessitant l’usage d’algorithmes métaheuristiques d’optimisation comme les algorithmes évolutionnaires multicritères.Ces méthodes cherchent à reproduire automatiquement et rapidement, et dans des quantités beaucoup plus importantes, le processus itératif qui existe entre architectes et ingénieurs dans la méthode de conception traditionnelle. Toutefois, si elles sont très populaires auprès des chercheurs, elles restent peu utilisées en agence d’architecture. Les suppositions énoncées dans la littérature pour expliquer ce « gap » entre leur intérêt théorie et leur utilisation en pratique restent à démontrer dans un contexte professionnel de conception architecturale. Le premier objectif de cette thèse est d’expérimenter ces techniques sur des projets réels. La quarantaine d’expérimentations réalisées a permis d’identifier de nouveaux verrous sur l’usage de ces pratiques dans un contexte professionnel jusqu’ici non relevés par la littérature, notamment des limites « structurelles » liées aux méthodes de travail et d’organisation des architectes, mais aussi à la nature même du projet d’architecture.D’un point de vue technique, le frein majeur rencontré lors de l’usage de techniques d’optimisation s’est révélé être la difficile intégration de contraintes permettant de restreindre l’espace de solutions à des solutions réalisables. Les méthodes de gestion des contraintes génériques se sont révélées inefficaces lors de nos expérimentations sur ce type de problèmes. Ainsi, le second objectif de cette thèse est d’identifier des méthodes de gestion des contraintes adaptées. Une étude comparative de 7 méthodes a permis de révéler que la méthode des fonctions de réparation qui nécessite l’usage de techniques génératives telles que des modèles à base d’agents peut être très efficace. Ainsi, nous avons entrepris le développement d’une bibliothèque d’outils numériques pour Grasshopper permettant aux architectes d’utiliser des techniques génératives pour faire de l’optimisation multicritère sous contraintes.
| Origine | Version validée par le jury (STAR) |
|---|