다중목적 최적화 설계 툴, 월라시의 사용자 개입방식의 연구 -최적 솔루션의 선정방식을 중심으로-

이우형

추천

검색

자료유형: 학술저널

저자정보: 이우형 (남서울대학교)

저널정보: 한국공간디자인학회 한국공간디자인학회 논문집 한국공간디자인학회 논문집 제17권 제8호

발행연도: 2022.12

수록면: 133 - 146 (14page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

(연구배경 및 목적) 최근 건축설계 부문에서 파라메트릭 기반 설계지원 툴이 활발히 활용되며 이와 연동된 유전알고리즘을 활용한 최적화 설계 방법이 주목받고 있다. 건축설계 부문에 있어 최적화 툴의 활용은 다수의 솔루션을 자동으로 도출하고 과학적근거를 제공하므로 기존 건축설계 과정의 효율성과 객관성에 대한 한계를 보완한다. 그러나 이러한 기술적 진보는 그 활용과정과 방법에 대한 이해 부족으로 또 다른 기술적 블랙박스를 야기한다. 특히 본 연구가 주목하는 사용자 개입과정인 도출된 다수의솔루션 중 최종 선택과정의 임의성으로 최적 솔루션의 선택 여부를 보장할 수 없음에 기인한다. 이에 본 연구는 최근 라이노 그라스하퍼 환경에서 주목받는 다중목적 유전알고리즘 기반 최적화 툴인 월라시를 중심으로 최적 솔루션의 선택과정을 위한 성능적 해석에 기반한 새로운 선택방식을 제시함으로 건축설계에 있어 최적화 툴의 활용적 합리성을 높이고자 한다. (연구방법) 본연구는 월라시가 제공하는 최적 솔루션 도출 방식인 파레토 기반 최적화와 연동된 K-평균 군집화를 통해 도출된 선택 가능 솔루션군에 대하여 다양한 성능 기준의 솔루션군과의 비교분석을 통해 보다 정교한 최적 솔루션 선정과정을 제안한다. 이를 위해본 연구는 다음과 같이 구성된다. 첫째, 최적화에 대한 이론적 고찰을 수행한다. 둘째, 최적화 연산을 위한 예제를 설정하여 다양한 솔루션 탐색을 실시한다. 이 예제는 고밀의 도심지역 내 가상부지를 대상으로 외부공간에 대한 음영, 건축물의 일사량, 조망을 목적으로 설정하여 부지 내 건축물군의 최적 배치 및 높이 도출을 목표한다. 셋째, 도출된 최적 솔루션 대상군인 파레토 프론트군을 분석군으로 각 성능 기준의 비교군들에 대한 성능적 관점의 적합도 수준과 유전적 관점의 형태 유형의 비교를 통하여 최적 솔루션의 선정과정에 대한 활용할 수 있는 제안을 도출한다. (결과) 월라시가 제공하는 K-평균 군집화를 활용한 파레토 프론트군의 해석을 기반으로 성능 기준의 관련 비교군과의 관계성 분석을 통해 성능 기준의 보다 객관적인 사용자 선택방식을 도출하였다. 이는 최적 솔루션의 선정에 요구되는 다양한 방향성에 따라 각 비교군의 특성에 준한 교집합군을 활용함으로 이루어진다. (결론) 다중목적 최적화에 있어 가장 주요한 사용자 개입과정인 최적 솔루션 선정과정에 대한 성능 기준의 객관적 방식을제안하였으며, 건축설계 부문에 월라시의 활용적 측면에서의 개선점과 제안사안을 도출하였다. 이를 통해 본 연구는 궁극적으로건축설계에 과학적 객관성에 기초한 증거 기준의 새로운 설계 방법의 확대에 기여한다고 할 수 있다.

(Background and Purpose) Recently, parametric-based design support tools have been actively used in architectural design, and optimization design methods using genetic algorithms linked with them have attracted attention. In architectural design, the use of optimization tools automatically derives multiple solutions and provides scientific grounds, supplementing the limitations of efficiency and objectivity. However, these technological advances have created another technological black box due to the lack of understanding of the process and method. It is especially because, the selection of optimal solution cannot be guaranteed due to the randomness of the final selection process, which is the user intervention process. Therefore, this study presents a new selection method based on performance analysis for the process of selecting an optimal solution, focusing on Wallacei, a multi-objective genetic algorithm-based optimization tool in the rhino grasshopper environment, to utilize optimization tools. (Method) This study suggests more sophisticated methods of selecting an optimal solution through a comparative analysis of the selectable solution group derived through K-means clustering linked to Pareto-based optimization and solution groups of various performance standards. The remainder of this study is structured as follows. First, a theoretical review of the optimization was performed. Second, various solutions were explored by setting examples for the optimization simulation. This example aims to derive the optimal arrangement and height of building groups within the site by setting the shading for external space, insolation of the building, and view of the site in the high-density downtown area. Third, the Pareto front group, which is the target group of optimal solution, was used to utilize the optimal solution selection process by comparing the fitness level from the performance point of view, and shape type from the genetic point of view. (Results) Based on the analysis of Pareto front group using K-means clustering, a more objective user selection method for the performance criteria was derived through the analysis of the relationship with the comparison group of the performance criteria. This was achieved by utilizing the intersection group based on the characteristics of each comparison group according to the various directions required for the selection of the optimal solution. (Conclusions) An objective method of performance criteria for the optimal solution selection process, which is the most important user intervention process in multi-objective optimization, is proposed, and improvement points and suggestions for the application of Wallacei are derived. This study contributes to the expansion of new design methods based on scientific objectivity in architectural design.

#최적화 #유전알고리즘 #다중목적최적화 #월라시 #사용자 개입 #Optimization #Genetic Algorithm #Muti Objective Optimization #Wallacei #User Interaction

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이우형

소속기관 남서울대학교

주요연구분야 예술체육학 > 디자인

논문수 7 이용수 145

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)