بهینهسازی در معماری و روشهای آن
مقدمه: مفهوم بهینهسازی
معماری برای قرنهای متمادی رشتهای مبتنی بر هنر بود. در اواخر قرن گذشته و به طور قابلتوجهی در دهه ۱۹۲۰، مفهوم معماری فراتر ازهداف صرفاً هنری رفت. امروزه معماری هم به عنوان یک هنر و هم یک علم در نظر گرفته می شود. «بهینهسازی طراحی معماری» به سادهترین بیان، ترکیب فرآیند طراحی با مجموعهای از الگوریتمها و محاسبات عددی است. بهعبارتدیگر، ترکیب توأمان هنر و علم در معماری. معماری از زمان پیدایش خود، معلق بین رویکرد هنری یا رویکری علمی بود. مقصود از رویکرد هنری این است که در طراحی بنا، خلاقیت معمار فاکتور اصلی بود و تمام طراحی در راستای نمایش آن پیش میرفت. رویکرد علمی اما فاکتورهای دیگری را در کنار نمایشِ صرف خلاقیت پیش روی معمار میگذارد. عملکرد، شرایط اقلیمی، سازه، خواست کارفرما، فرهنگ و مذهب، هزینهها و…. عواملی که معمار باید تمام آنها را در مسیر طراحی خود لحاظ کند. در چنین شرایطی، طراحی معماری فعالیتی پیچیده و چندبعدی خواهد بود. که در آن تیمی از طراحان تلاش میکنند بین پارامترهایی متنوع و متضاد که خود تابعی از قیدهای متنوع هستند تعادل برقرار کنند. بهینهسازی طراحی معماری راهی است که در میان این پیچیدگیها، بهینهترین طرح را مشخص کند.
واژهی بهینهسازی در هر علم و زمینهای، به معنی یافتن بهترین پاسخ برای یک درخواست است. پاسخی که از طریق فرآیندی خودکار مبتنی بر شبیهسازی عددی و محاسبات ریاضی به دست میآید. این فرآیند در معماری را میتوان اینچنین توضیح داد: فاکتورها و عوامل متعددی باید در یک طراحی لحاظ شود. طرحی ایدئال و بهینه است که حداکثر این فاکتورها به بهترین شکل در آن لحاظ شده باشد.
کامپیوتر، معماری، بهینهسازی
بهینهسازی یافتن بهترین راهحل برای یک مسئله از میان پاسخهای موجود بهصورتی خودکار است. این پاسخ بهینه با توجه به محدودیتها و نیازهای مسئله خواهد بود. زمانی که یک مسئله بهینهسازی میشود، قرار است که یک یا چند پارامتر بهینه شوند و بهترین مقادیر یا بهترین انتخاب ممکن برای آنها پیدا شود.
نرمافزارهای کامپیوتری در نخستین مرحله از حضورشان در کنار معماران، ابزار نقشهکشی یا مدلسازیهای سهبعدی بودند. دستیارانی بودند که صرفاً محتوای دوبعدی یا سهبعدی را سریعتر از ترسیمات دستی تولید میکردند. در مراحل بعدی، نرمافزارها نقشهای بیشتری بر عهده گرفتند. حال دیگر صرفاً تولیدکنندهی محتوا نیستند. بلکه میتوانند گزینههای مختلف طراحی را ارزیابی کنند. نرمافزارهای کنونی یک گام نیز فراتر رفتهاند. میتوانند نقش یک مولد را بازی کنند. یعنی گزینههای مختلف را تولید میکنند، آنها را ارزیابی کنند و بهترین پاسخ را ارائه دهند. به کمک چنین قابلیتهایی است که بهینهسازی (یافتن پاسخ بهینه) بهصورت خودکار صورت میگیرد.
در سالهای اخیر، مطالعه بهینهسازی طراحی معماری (ADO) به دلیل ادغام ابزارهای محاسباتی مانند طراحی پارامتریک و شبیهسازی عددی در فرآیندهای طراحی، اهمیت بیشتری پیدا کرده است. با طراحی پارامتریک، طراحان تعداد زیادی طرح را بر اساس قوانین و پارامترهای صریح تولید میکنند. با شبیهسازی، طراحان انواع طراحی را ازنظر معیارهای عملکرد کمی مانند استفاده از مواد یا انرژی ارزیابی میکنند. یافتن بهترین انواع طراحی با توجه به چنین معیارهای عملکردی یک مسئله بهینهسازی است.
بهینهسازی در معماری محدود به مراحل طراحی یک بنا نیست. بلکه در بازسازیها یا تعمیرات نیز کاربرد دارد. برای مثال میتوان یک بنای موجود را در زمینهی اصلاح مصرف انرژي آن بهینهسازی کرد. در این حالت، راهحلهای موجود برای اصلاح مصرف انرژی بهینهسازی خواهند شد.
فرآیند عمومی بهینهسازی
ساختار فرآیند بهینهسازی، عموماً با همراه شدن یک برنامهی شبیهسازی عملکرد ساختمان با یک موتور بهینهسازی است . موتورهای بهینهسازی نیز از یک یا چند الگوریتم بهینهسازی تشکیل شدهاند. طراحان با استفاده از نرمافزارهای شبیهساز، تعدادی پارامتر تعریف میکنند. این نرمافزار بر اساس پارامترها، طرحهایی را که از طریق روش سنتی قابلدسترسی نبودند، ایجاد میکند.
دومین مرحله تعریف یک مسئله بهینهسازی طراحی ساختمان است. در این مسئله، متغیرهای طراحی مناسب و محدودیتهای مربوط به آنها مشخص میشود. زمانی که بهینهسازی مطرح میشود، قرار است که یک یا چند پارامتر بهینه شوند و بهترین مقادیر یا بهترین انتخاب ممکن برای آنها پیدا شود. برای یافتن پاسخی بهینه، باید ابتدا تعدادی پاسخ توسط الگوریتم بهینهسازی موردنظر تولید شود. پس از تولید این پاسخها، از تابع هدف استفاده میشود تا مشخص شود که کدامیک از پاسخهای تولیدشده، به پاسخ بهینه موردنظر نزدیکتر و بهعبارتدیگر مناسبتر است. وقتی بیش از یک تابع هدف برای بهینهسازی وجود داشته باشد، بهینهسازی چندمعیاره یا چندهدفه نام دارد. هدف از بهینهسازی، رسیدن به حداقل یا حداکثر مقدار تابع هدف است. کمیتی که به کمک آن، طرحها اندازهگیری میشوند تا بهترین گزینه پیدا شود. بهاینترتیب در مسیر بهینهسازی، کیفیت طرح و انطباق آن با خواستهی طراح به کمک اعداد سنجیده میشود.
یک مثال میتواند کلیت مسیر بهینهسازی را روشن کند. فرض کنید که هدف، بهینهسازی سقف ساختمان در راستای کاهش مصرف انرژی و دستیابی به آسایش حرارتی در فضاست. به این منظور، یک ساختمان به عنوان نمونه انتخاب شده است. در گام نخست باید ساختمان در یک نرمافزار مدل شود. در گام بعد، جهت محاسبهی مصرف انرژی و شاخش آسایش حرارتی، شبیهسازی انرژی در مدل سهبعدی، با نرمافزارهای مربوطه مانند انرژیپلاس انجام میشود. در شبیهسازی انرژی، متغیرهای مختلفی لحاظ میشود. مانند اطلاعات کالبدی ساختمان، محدودههای حرارتی، دادههای اقلیمی و…. در مرحلهی آخر جهت دستیابی به بهترین حالت متغیرها، بهینهسازی به کمک الگوریتم نوشتهشده در یک نرمافزار (مانند Matlab) انجام میشود. الگوریتم مربوطه به نرمافزار شبیهساز وصل میشود، به گونهای که تایع هدف آن، دادههای خروجی نرمافزار شبیهسازست.
بهاینترتیب، میتوان گفت که بهینهسازی طراحی ساختمان دارای حداقل ۳ مرحله است:
• شناسایی متغیرهای طراحی و محدودیتهای مربوط به آنها.
• مدلسازی ساختمان و انتخاب یک ابزار شبیهسازی عملکرد
• انتخاب یک الگوریتم بهینهسازی و نرمافزار مناسب برای تولید آن.
مثالهایی از بهینهسازی در معماری
جنبههای متنوعی را میتوان در مسیر طراحی معماری، بهینهسازی کرد. مهمترین و پرکاربردترین آنها شامل موارد زیر است. هرکدام از این جنبهها خود دارای فاکتورهای مشخصی هستند. برای دستیابی به بهینهترین حالت هر جنبه، طبیعی است که باید فاکتورهای زیرمجموعهی آن در بهینهترین حالت طراحی شوند.
• نظام فضایی در طراحی پلان: پاسخگویی به عملکرد، سیرکولاسیون، روابط فضایی، دسترسیها، هندسهی فضاها (شکل و تناسبات ابعادی) و…
• انرژی: نور، دما، سایهاندازی، جهتگیری بنا و…
• سازه: رفتار یکپارچه، سبکی، ساختار هندسی متناسب با فرم و…
• دسترسیهای شهری و تودهفضا: جانمایی در سایت و بافت، دسترسیها، چیدمان و ارتفاع تودهفضاها و…
• مدیریت ساخت و هزینه: زمان و هزینهی ساخت، مصالح، نیروی کار و…
• طراحی داخلی: رنگ و روشنایی، مبلمان و…
نکتهی مهم این است که در هر موضوع بهینهسازی، متغیرهای متعددی وجود دارد. بهاینترتیب بهینهسازیهای معماری اغلب باید از چندین تابع هدف استفاده کنند. این شکل از بهینهسازی، چندهدفه نام دارد. در این شکل، بهینهسازی بهجای یافتن بهترین راهحل، به دنبال یافتن بهترین مبادله بین اهداف میپردازد. برای مثال، تصور کنید که باید طراحی سازه را بهینه کنیم. در اینجا نیاز است که سازه تا حد امکان سبک باشد. اما درعینحال میخواهیم تا حد ممکن محکم و مقاوم نیز باشد. پس دو هدف رقیب داریم و دو تابع هدف. که یکی سبکترین راهحل و دیگری مقاومترین راهحل را تولید میکند. در بین آنها، تعداد زیادی طرح وجود خواهد داشت که ازنظر وزن و مقاومت متفاوت هستند. طرحهایی که دیگر نمیتوان آنها را در یکی از اهداف، بدون به خطر انداختن هدف دیگر بهبود بخشید، بهعنوان «راهحلهای بهینه پارتو » شناخته میشوند.
روشهای بهینهسازی در معماری
دستهبندی روشهای بهینهسازی در معماری غالبا بر اساس الگوریتمهای بهینهسازی است. الگوریتمهای تکاملی، ژنتیک، بهینهسازی ازدحام ذرات، بهینهسازی کلنی مورچگان، الگوریتمهایی با روش جستوجوی مستقیم و… از انواع این روشهاست. طبیعی است که انتخاب این روشها، وابسته به موضوع بهینهسازی است. در انتخاب الگوریتم مناسب، مسائلی مانند تعداد متغیرهای موثر در موضوع بهینهسازی، زمان، پیچیدگی موضوع و… باید مدنظر باشد. موضوع مهم دیگر در انتخاب الگوریتمها و نرمافزارهای مربوط به آنها، هماهنگی با نرمفزارهای شبیهساز است. برای مثال نرمافزار بهینهسازی جناپت به نرمافزارهای شبیهسازی متصل میشود که ورودی و خروجی آنها به شکل متن باشد.
جمعبندی
بهینهسازی طراحی معماری شاید هوشمندانهترین بهرهی طراحان از نرمافزارهای کامپیوتری باشد. از سوی دیگر، بهینهسازی طراحی معماری شاید حسابشدهترین شیوهی طراحی باشد. در این شیوه، میتوان تمام مسائل طراحی را جداگانه درنظر گرفت. فاکتورهای دخیل در هر مسئله را استخراج کرد. سپس با کمک مدلسازی عملکرد و استفاده از نرمافزارهای بهینهساز، بهینهترین راه برای پاسخگویی به مسائل را جستوجو کرد. نکتهی مهم در بهرهگیری از بهینهسازی، آموزش طراحان است. چراکه فرآیند بهینهسازی با ریاضیات و نرمافزارهای مبتنی بر الگوریتم است. در نبود این آموزش است که علیرغم حضور بهینهسازی در معماری از دهههای پایانی قرن ۲۰، استفاده از آن رواج چشمگیری نداشته است. در صورتی که با کمک بهینهسازی میتوان بسیاری از مشکلاتِ عرصهی طراحی را کاهش داد.