El uso de algoritmos genéticos aplicados al diseño bioambiental paramétrico

El avance de las herramientas digitales y el incremento de los problemas medioambientales han tenido un importante impacto sobre el diseño arquitectónico. La optimización basada en la performance energética ha demostrado su potencial para integrar diseño y energía cuando se ha aplicado a las primera...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autor principal: Camporeale, Patricia
Otros Autores: Czajkowski, Jorge Daniel
Formato: Tesis Tesis de doctorado
Lenguaje:Español
Publicado: 2017
Materias:
Arquitectura
modelo energético ambiental digital
Optimización
variables bioambientales
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/63583
https://doi.org/10.35537/10915/63583
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-63583
record_format dspace
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Arquitectura
modelo energético ambiental digital
Optimización
variables bioambientales
spellingShingle Arquitectura
modelo energético ambiental digital
Optimización
variables bioambientales
Camporeale, Patricia
El uso de algoritmos genéticos aplicados al diseño bioambiental paramétrico
topic_facet Arquitectura
modelo energético ambiental digital
Optimización
variables bioambientales
description El avance de las herramientas digitales y el incremento de los problemas medioambientales han tenido un importante impacto sobre el diseño arquitectónico. La optimización basada en la performance energética ha demostrado su potencial para integrar diseño y energía cuando se ha aplicado a las primeras etapas del proceso de diseño, o a la rehabilitación de un edificio existente. La forma edilicia y la composición de la envolvente son determinantes en la demanda energética pero esta cuestión es generalmente soslayada en la etapa inicial debido a que la información necesaria para su cálculo aún no está lo suficientemente definida. El objetivo de este trabajo es presentar y testear una metodología de diseño que permita a los diseñadores unir instrumentos de performance y optimización en un flujo ininterrumpido de trabajo: un modelo de optimización multi-objetivo (MOMO). La metodología del trabajo se divide en tres etapas, donde en primer lugar se estructura el modelo de diseño bioambiental paramétrico, en segundo lugar, se aplica dicho modelo a un caso de estudio y en tercer lugar, a otro caso de estudio. En el primero, la demanda energética optimiza la morfología y materialidad de la envolvente de una torre de nueva planta en el Área Metropolitana de Buenos Aires. En el segundo caso de estudio, la demanda energética y la factibilidad financiera optimizan la materialidad de la envolvente de un edificio rehabilitado; el modelo muestra su robustez y validez de la herramienta para mejorar su desempeño energético agregando su viabilidad financiera. Los modelos de optimización multi-objetivo presentan una aplicación efectiva para asistir a las decisiones de diseño en casos experimentales, así como también reales.
author2 Czajkowski, Jorge Daniel
author_facet Czajkowski, Jorge Daniel
Camporeale, Patricia
format Tesis
Tesis de doctorado
author Camporeale, Patricia
author_sort Camporeale, Patricia
title El uso de algoritmos genéticos aplicados al diseño bioambiental paramétrico
title_short El uso de algoritmos genéticos aplicados al diseño bioambiental paramétrico
title_full El uso de algoritmos genéticos aplicados al diseño bioambiental paramétrico
title_fullStr El uso de algoritmos genéticos aplicados al diseño bioambiental paramétrico
title_full_unstemmed El uso de algoritmos genéticos aplicados al diseño bioambiental paramétrico
title_sort el uso de algoritmos genéticos aplicados al diseño bioambiental paramétrico
publishDate 2017
url http://sedici.unlp.edu.ar/handle/10915/63583
https://doi.org/10.35537/10915/63583
work_keys_str_mv AT camporealepatricia elusodealgoritmosgeneticosaplicadosaldisenobioambientalparametrico
bdutipo_str Repositorios
_version_ 1764820480970194945

Ejemplares similares