babakhani R, shahcheraghi A, zabihi H. Automated design and drawing of architectural plans by combining evolutionary algorithms, machine learning and sample-based. mmi 2024; 14 (38) : 1
URL:
http://mmi.aui.ac.ir/article-1-1446-fa.html
باباخانی رضا، شاهچراغی آزاده، ذبیحی حسین. طراحی و ترسیم خودکار پلان های معماری با ترکیب الگوریتم های تکاملی، یادگیری ماشین و مبتنی بر نمونه. نشريه علمي مرمت و معماري ايران. 1403; 14 (38) :1-18
URL: http://mmi.aui.ac.ir/article-1-1446-fa.html
1- ، babakhani247@yahoo.com
چکیده: (1333 مشاهده)
اکنون ایجاد ادراک در نرمافزارهای رایانهای از مهمترین چالشهای معماری دیجیتال است. چرا که نرمافزارهای رایانهای از مهمترین ادوات معماران و یا طراحان به شمار رفته و بهصورت گسترده در زمینه طراحی پروژهها، به کار گرفته میشوند. در طراحی به کمک نرمافزارهای دیجیتالی، رسیدن به طرح و چیدمان بهینه یکی از مراحل مهم و تأثیرگذار به شمار میرود. اما نرمافزارهای رایانهای هیچ شهود ذاتی در مورد فرایند طراحی ندارند و این علت اصلی عدم واگذاری فرایندهای طراحی به رایانهها است. ازاینرو هدف این پژوهش تبیین روشی محاسباتی مبتنی بر نمونه دادههای کمی و کیفی برای ایجاد شهود نسبی در ماشینها از طریق ترکیب الگوریتمهای تکاملی و یادگیری ماشین است. روش پژوهش کمی و کیفی در بستر الگوریتمهای ژنتیک (Genetics)، یادگیری ماشین (k-means clustering) و همچنین یادگیری مبتنی بر نمونه (instance based) است. نتایج این پژوهش نشان میدهد برخلاف روشهای مبتنی بر ترکیب الگوریتمهای ژنتیک و برنامهنویسی ژنتیک میتوان با ترکیب سه الگوریتم ژنتیک، یادگیری ماشین و مبتنی علاوه بر ایجاد شهود نسبی در ماشینها، دقت و سرعت تولید نقشهها را افزایش داد. همچنین ویژگی دیگر روش پیشنهادی، نرخ یادگیری نزدیک به نود درصد در شناسایی و ارائه طرحها است. البته تولید پلان توسط رایانهها در گامهای اولیه خود است و هنوز فرایند طولانی لازم دارد تا این گام توسط رایانهها به طور کامل برداشته شود.
شمارهی مقاله: 1
نوع مطالعه:
پژوهشي |
موضوع مقاله:
معماري و شهرسازي