Synthesizing Design Performance: An Evolutionary Approach to Multidisciplinary Design Search
Notice bibliographique
Résumé
Design is a goal oriented decision-making activity. Design is ill defined and requiring of synthetic approaches to weighing and understanding tradeoffs amongst soft and hard objectives, and the imprecise and or computationally explicit criteria and goals. In this regard designers in contemporary practice face a crisis of sorts. How do we achieve performance under large degrees of uncertainty and limited design cycle time? How do we better design for integrating performance? Fundamentally design teams, are not typically given enough time nor the best tools to design explore, to generate design alternatives, and then evolve solution quality to search for best fit through expansive design solution spaces. Given the complex criteria for defining performance in architecture our research approach experiments upon an evolutionary and integrative computational strategy to expand the solution space of a design problem as well as pre-sort and qualify candidate designs. We present technology and methodology that supports rapid development of design problem solution spaces in which three design domains objectives have multi-directional impact on each other. The research describes the use of an evolutionary approach in which a genetic algorithm is used as a means to automate the design alternative population as well as to facilitate multidisciplinary design domain optimization. The paper provides a technical description of the prototype design, one that integrates associative parametric modeling with an energy use intensity evaluation and with a financial pro forma. The initial results of the research are presented and analyzed including impacts on design process; the impacts on design uncertainty and design cycle latency; and the affordances for ‘designing-in’ performance and managing project complexity. A summary discussion is developed which describes a future cloud implementation and the future extensions into other domains, scales, tectonic and system detail.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».