• h

  • EN


  • морф

        • 20 поколения x 20 решения
        •  

          Всяка сграда, подложена на еволюция, предполага и съответен алгоритъм, чрез който да бъдат генерирани бъдещите й конфигурации и състояния. Един такъв алгоритъм, способен да решава оптимизационни проблеми и да генерира изненадващи решения се казва генетичен алгоритъм (GA). Той представлява население от определен брой поколения, съдържащи съответен брой решения, като всяко следващо поколение се ражда при кръстосването на гените на избрани родители от предното поколение. Организмите от първото поколение обикновено се генерират чрез произволни стийности, до работещо решение се стига при изпълнението на самия генетичен алгоритъм.



           

          Основните части на един класически генетичен алгоритъм са:


           

          1. Функция за генериране на организмите от първото поколение.


           

          2. Функция, оценяваща решенията.


           

          3. Функция за избор на родителите на организмите от следващото поколение.


           

          4. Функция за рекомбинация (crossover), извършваща смесването на генетичния материал.


           

          5. Функция за мутация.
        •  

          Средната оценка на поколенията нараства стабилно с всяко следващо такова, което е показател за относително добре балансирани части на генетичния алгоритъм. Поради значителните затруднения при визуализирането на алгоритъм с по-голям брой поколения, е избран алгоритъм с двадесет такива, съдържащи по също толкова решения. Най-високо оцененият организъм е напълно изпълним и задоволителен, което не налага алгоритъм с повече поколения.
        • 15 puzzle  

          При използваната система за генериране на организмите от първото поколение хромозомата, съхраняваща генетичния код на решението има дървовидна структура. Най-ниското ниво кореспондира на вертикалната комуникация (черните клетки), второто отговаря на хоризонталната такава (сивите клетки), а най-високото на стаите (цветните клетки).



           

          F - поставя клетка и премества координатната система една единица по оста X.


           

          Y+ и Y- - завъртат координатната система на 90 градуса около оста Z.


           

          Z - премества координатната система една единица по оста Z.


           

          ) и ( - преминаване към по-високо или по-ниско ниво на "дървото"
        • еволюираща сграда - genetic algorithm - best solution най-добро решение
        • еволюираща сграда - genetic algorithm - best solution най-добро решение

        • най-добро решение - хромозома



          ((F (F F (Y+ F)) (Y+ Y+ F Y+ F (Y+ F)) (Y+ F Y- F Y+ F (F) ) (Y+ Y+ F F (Y+ F Y- F)) (F F F (F Y- F)) (F Y- F F (F Y+ F)) (Y+ Y+ F Y- F F (Y- F Y- F Y- F)) (Y- F F (Y- F Y+ F Y+ F Y+ F))) Z Y- (F (Y- F Y- F Y- F (F)) (F Y+ F Y+ F (F)) (F Y+ F Y- F (Y- F)) (F F F (Y- F)) (Y- F Y+ F Y- F (Y- F)) (Y+ Y+ F Y+ F F (Y- F Y- F)) (F Y+ F F (Y- F F)) (Y- F Y- F F (Y- F Y+ F Y+ F Y+ F))) Z (F (Y- F Y+ F F (Y+ F)) (F Y- F F (F)) (F Y+ F F (F)) (Y+ F F F (F Y- F)) (Y+ F Y- F F (F F)) (Y- F Y- F Y+ F (Y+ F Y- F)) (Y- F Y- F Y- F (Y+ F Y- F Y- F Y- F))) Z Y- (F (F Y+ F Y- F (Y+ F)) (Y+ F F Y- F (Y- F)) (Y+ F F F (F)) (Y+ Y+ F Y+ F F (Y- F)) (F F (F)) (F Y- F F (F)) (Y- F F (Y- F)) (Y+ Y+ F F F (Y- F)) (Y+ F Y+ F (Y+ F Y- F)) (Y+ Y+ F F Y+ F (Y- F Y+ F Y+ F Y+ F))) Z Y+ (F (Y+ F Y- F Y+ F (Y+ F)) (Y+ F Y+ F Y- F (Y- F)) (F Y+ F Y- F (Y- F)) (Y+ Y+ F Y+ F Y+ F (F)) (Y+ F Y+ F F (Y+ F Y+ F)) (F F (F Y- F)) (Y+ Y+ F Y+ F F (Y- F Y+ F Y+ F Y+ F))) Z (F (Y- F F F (Y+ F)) (Y+ Y+ F Y- F F (Y+ F)) (Y+ Y+ F Y+ F (Y- F)) (Y- F F Y- F (Y+ F)) (F Y- F Y+ F (Y+ F Y- F)) (Y+ Y+ F F Y+ F (Y- F Y- F)) (Y+ Y+ F F F (F F)) (Y+ F Y+ F F (F F)) (Y+ F Y- F Y+ F (Y- F Y+ F Y+ F Y- F))))

  • еволюция


    и


    код
        • изтегли програмен код - (Autolisp)
        •  

          Алгоритъмът генерира не само първоначалната структура на сградата, но е способен и да генерира нова такава, когато това се налага. Причините за повторно стартиране на генетичния алгоритъм могат да бъдат най-различни: промяна в броя на обитателите, промяна на функцията на дадена клетка, циклична еволюция (търсене на по-подходяща ориентация на определени помещения през различните сезони), дори промяна в заданието (ако се установи, че определени помещения не са с най-оптимални размери - стая за две деца - от една клетка става от две и т.н.).
          За демонстрация са генерирани четири нови конфигурации със същия ялгоритъм, породени от промяна в броя на обитателите (родители или деца), като при промяна в броя на родителите се променя и броят на етажите.
        • еволюираща сграда - genetic algorithm - solution for 4 майки and 30 деца 4 майки / 30 деца
        • еволюираща сграда - genetic algorithm - solution for 3 майки and 22 деца 3 майки / 22 деца
        • еволюираща сграда - genetic algorithm - solution for 6 майки and 42 деца 6 майки / 42 деца
        • еволюираща сграда - genetic algorithm - solution for 5 майки and 35 деца 5 майки / 35 деца

        • 4 майки / 30 деца - хромозома



          (Y- (F (F Y+ F (Y+ F)) (Y+ F F F (Y- F)) (F Y- F F (Y- F)) (Y+ Y+ F F (F Y+ F)) (Y- F Y+ F F (F Y- F)) (Y+ F Y+ F F (Y+ F F)) (Y+ F F Y- F (Y- F Y- F F)) (Y+ Y+ F Y+ F F (Y+ F Y- F Y- F Y- F))) Z Y- Y- (F (Y- F Y+ F F (Y- F)) (Y+ F F Y- F (F)) (Y+ F F F (Y+ F)) (Y+ Y+ F Y+ F F (F)) (F F (Y+ F)) (F Y- F F (F)) (Y+ Y+ F Y+ F Y- F (F Y- F)) (Y+ Y+ F Y- F Y+ F (Y- F Y- F Y+ F Y+ F))) Z Y- (F (Y- F F F (F)) (Y- F Y+ F F (Y- F)) (Y+ Y+ F F F (Y- F)) (Y+ Y+ F F Y+ F (F)) (F F Y+ F (F Y- F)) (Y+ Y+ F Y- F Y+ F (F Y+ F)) (Y- F F Y+ F (Y- F Y+ F)) (Y+ F Y- F (Y+ F F)) (Y- F Y- F Y+ F (Y- F Y+ F Y+ F Y- F))) Z Y- (F (Y+ F F F (F)) (Y- F F Y+ F (F)) (Y+ Y+ F Y+ F Y- F (F)) (Y- F F F (Y+ F)) (F Y- F Y+ F (F)) (F Y+ F Y- F (Y- F)) (Y+ Y+ F F (Y+ F)) (F Y+ F F (Y+ F)) (Y+ Y+ F Y+ F F (Y- F Y- F)) (Y+ F Y+ F F (Y- F Y- F Y+ F Y+ F))) Z (F (Y+ F Y- F F (Y- F)) (Y- F Y- F Y- F (F)) (Y- F Y- F F (Y- F)) (Y- F Y+ F Y- F (Y- F)) (Y+ F F F (Y+ F)) (Y+ F F Y+ F (F F)) (F Y- F Y+ F (Y- F F)) (Y- F F F (Y- F Y+ F Y+ F Y+ F))))

        • 3 майки / 22 деца - хромозома



          (Y+ (F (Y+ F F (Y+ F)) (F Y- F (Y+ F)) (F Y- F F (Y- F)) (Y+ Y+ F F F (F Y+ F)) (Y- F F Y- F (Y- F Y+ F)) (F Y+ F F (Y+ F Y+ F)) (F F (F Y- F F)) (Y+ Y+ F Y- F F (Y+ F Y- F Y- F Y- F))) Z Y+ Y+ (F (Y+ Y+ F Y+ F F (F)) (F Y+ F F (Y- F)) (F F (Y- F)) (F Y- F F (Y- F)) (Y+ F F F (Y- F)) (Y+ F Y- F F (Y+ F)) (Y- F F (F F)) (Y+ Y+ F F F (Y- F Y+ F Y+ F Y- F))) Z Y- (F (Y+ F F (F)) (Y- F Y- F (Y- F)) (Y+ F Y+ F Y+ F (Y+ F)) (Y+ F Y+ F Y- F (Y+ F)) (Y+ F Y- F Y+ F (Y+ F)) (F Y+ F Y- F (Y- F F)) (Y+ F Y+ F F (Y+ F Y- F)) (F Y- F F (Y- F Y+ F Y+ F Y- F))) Z (F (Y+ F Y- F F (F)) (Y+ Y+ F F (F)) (F Y+ F F (Y- F)) (F Y- F Y+ F (Y- F)) (Y+ F Y+ F F (Y- F Y+ F)) (Y- F F (Y+ F Y+ F)) (F F (F F)) (Y+ Y+ F Y+ F (Y+ F Y- F)) (Y+ F F (Y+ F Y- F Y- F Y- F))))

        • 6 майки / 42 деца - хромозома



          (Y- (F (Y+ Y+ F Y- F F (Y- F)) (Y- F Y+ F Y- F (F)) (F F F (Y- F)) (Y+ F F F (F Y- F)) (Y+ Y+ F Y+ F F (Y- F Y- F)) (Y+ Y+ F Y- F Y+ F (Y- F Y+ F)) (Y- F Y+ F F (F Y- F Y- F)) (Y+ F F Y- F (Y+ F Y- F Y+ F Y- F))) Z Y- (F (Y- F Y- F Y- F (F)) (Y- F F (Y+ F)) (F Y+ F Y- F (Y- F)) (Y+ F Y+ F (Y+ F Y+ F)) (Y- F Y+ F Y- F (Y+ F Y+ F)) (Y+ F F F (F F)) (Y+ F F Y+ F (Y- F Y+ F Y+ F Y- F))) Z Y- (F (Y+ F Y+ F F (Y+ F)) (Y+ F F Y- F (F)) (F F F (Y- F)) (Y- F Y+ F Y- F (Y- F)) (Y+ Y+ F Y- F F (Y+ F)) (Y- F Y- F F (Y- F F)) (Y+ F Y- F (F Y- F)) (Y+ Y+ F Y+ F F (Y+ F Y- F Y- F Y+ F))) Z Y+ (F (Y+ F Y+ F F (Y+ F)) (Y+ F F Y- F (F)) (F F F (Y- F)) (Y- F Y+ F Y- F (Y- F)) (Y+ F F F (Y- F)) (Y- F Y- F F (Y- F F)) (Y+ F Y- F (F Y- F)) (Y+ Y+ F Y+ F F (Y+ F Y- F Y- F Y+ F))) Z Y+ Y+ (F (F F (Y- F)) (Y- F F Y- F (Y+ F)) (Y+ Y+ F Y+ F Y- F (F)) (Y+ F Y+ F Y- F (Y- F)) (F Y- F Y+ F (F F)) (Y+ F Y- F F (Y+ F F)) (Y- F F Y+ F (Y+ F Y- F)) (Y+ F Y+ F F (Y- F F)) (Y- F F F (Y- F Y+ F Y+ F Y- F))) Z Y- (F (Y+ Y+ F F F (Y+ F)) (Y- F Y+ F F (F)) (Y+ Y+ F F Y- F (F)) (Y+ F Y- F Y+ F (Y- F)) (Y- F F F (F)) (Y+ Y+ F F Y+ F (F)) (Y- F F Y+ F (Y- F)) (Y+ F Y+ F Y- F (F)) (F F (Y+ F Y- F)) (Y- F Y- F Y+ F (Y- F Y+ F Y+ F Y- F))) Z (F (Y- F F Y+ F (Y+ F)) (Y+ Y+ F Y- F F (Y- F)) (Y+ F F Y- F (Y+ F)) (Y+ Y+ F Y+ F F (Y- F)) (Y- F F F (Y+ F F)) (Y+ Y+ F F Y- F (Y- F F)) (F Y- F F (Y- F Y+ F Y+ F Y- F))))

        • 5 майки / 35 деца - хромозома



          (Y- (F (F Y+ F Y+ F (F)) (Y- F Y- F F (Y- F)) (F Y- F Y+ F (F)) (Y+ Y+ F F Y- F (Y- F F)) (Y+ Y+ F F F (Y- F Y- F)) (F F (Y- F Y- F)) (F Y- F F (F Y+ F F)) (Y- F Y- F Y+ F (Y- F Y+ F Y+ F Y- F))) Z (F (F Y+ F Y- F (F)) (Y+ F F Y- F (Y+ F)) (Y+ Y+ F Y+ F F (F)) (Y+ Y+ F Y- F F (Y+ F)) (Y+ Y+ F F F (Y+ F)) (Y- F Y+ F F (F)) (Y+ F Y+ F F (F)) (Y- F F Y+ F (F)) (Y- F F F (Y+ F F)) (Y- F Y- F F (Y+ F Y- F Y- F Y+ F))) Z Y+ (F (F Y+ F (Y+ F)) (Y- F F F (Y- F)) (Y+ Y+ F Y- F Y- F (Y- F)) (F F (F Y- F)) (Y+ Y+ F Y+ F F (Y- F Y- F)) (Y+ Y+ F Y+ F Y- F (F F)) (F Y- F Y+ F (Y- F Y- F Y+ F Y- F))) Z Y+ Y+ (F (Y+ F Y+ F F (Y- F)) (F F (Y+ F)) (Y+ Y+ F Y+ F F (Y- F)) (Y+ F F F (Y- F)) (F Y- F Y- F (Y- F)) (F Y- F Y+ F (Y- F Y+ F)) (Y+ Y+ F F (F Y+ F)) (Y+ F F Y- F (Y+ F Y- F Y+ F Y- F))) Z Y- (F (Y+ F Y+ F (Y- F)) (F Y+ F Y- F (Y+ F)) (Y+ Y+ F F Y+ F (F)) (Y+ Y+ F Y+ F F (Y+ F)) (F F (Y+ F)) (Y+ F Y- F Y+ F (F)) (Y+ F F (Y+ F Y- F)) (Y+ Y+ F Y+ F Y+ F (Y- F Y+ F Y+ F Y+ F))) Z (F (F Y+ F Y- F (F)) (Y+ F F (Y- F)) (F F (Y- F)) (Y+ Y+ F Y- F F (Y+ F)) (Y+ Y+ F F F (Y+ F)) (Y- F Y+ F F (F)) (Y+ F Y+ F F (F)) (F Y+ F F (Y- F)) (Y- F F F (Y+ F F)) (Y- F Y- F F (Y+ F Y- F Y- F Y+ F))))


  • планове
    • oprhanage - еволюираща сграда - genetic algorithm - floor plans
      •  

        Концепцията на заданието цели максимално доближаване на живота на децата сираци до този на децата имащи родители, както и да ги поощри да прекарват по-голямата част от времето си в общуване и колективни игри. Поради изброените причини учебни помешения, общи перални, както и столова не са предвидени. Всички тези дейности се извършват в самите апартаменти, като децата имат активна роля в тях.
        Общите помещения заемат по-голяма относителна площ спрямо спалните и в тях се помещават разнообразни игри, изискващи повече пространство (тенис на маса, джаги, влакчета и т.н.). Ако обаче главният компютър, генериращ плановете на сградата установи, че тази концепция е практически неизпълнима, или че това е така за определени обитатели, той е в състояние да промени дори и заданието (стая за две деца става не от една, а от две клетки, намалява площта на общите пространства, премахва определен вид помещения, или съответно добавя нови, които не са били представени до момента.



  • технически


    решения
        • еволюираща сграда - genetic algorithm - cell
        •  

          За конструктивен материал са избрани въглеродни нишки. Този композитен материал е около три пъти по- здрав от стоманата и около четири пъти по-лек, не случайно се използва за направата на болидите от Формула 1. За външните стени са предвидени панели от течен кристал, позволяващи промяна на цвета и шарките.
        • 15 puzzle

           

          Принципът на движение на клетките е вдъхновен от пъзела, показан на двете снимки. Липсващият елемент дава възможност на останалите да се комбинират по всички възможни начини, като целта е елементите да бъдат подредени, както е показано на лявата снимка. При конкретната строителна ситема, движението е възможно и в 3D. За да се движи една клетка във вертикално направление е необходимо тя да бъде откачена от хоризонталните си водачи и обратно. На фигурите по-долу е показан пример за етапите на придвижване на избрана клетка.
        • еволюираща сграда - genetic algorithm - cell motion principle принцип на движение на клетките
        • еволюираща сграда - genetic algorithm - cell sliding principle - screws принцип на плъзгане на клетките
        • еволюираща сграда - genetic algorithm - cell sliding principle принцип на плъзгане на клетките
        • еволюираща сграда - genetic algorithm - unfolding stairs principle принцип на разгъване на стълбата (асансьора)
        • еволюираща сграда - genetic algorithm - unfolding stairs principle принцип на разгъване на стълбата (асансьора)
        • еволюираща сграда - genetic algorithm - unfolding stairs principle разгъване
        • еволюираща сграда - genetic algorithm - unfolding stairs principle разгъване
        • еволюираща сграда - genetic algorithm - unfolding stairs principle разгъване
        • еволюираща сграда - genetic algorithm - unfolding stairs principle разгъване
        • еволюираща сграда - genetic algorithm - section elevation разрез
        • еволюираща сграда - genetic algorithm - section elevation разрез
        • еволюираща сграда - genetic algorithm - 3d section
        • еволюираща сграда - genetic algorithm - 3d section

  • въведение
    • oprhanage - еволюираща сграда - genetic algorithm - info
      •  

        Проектът има експериментален характер, като основната цел е да се разработи метод за постигане на еволюция на сградата, или поне на определен аспект от нея. Разработената сграда, е един от възможните варианти на приложение на този метод.
        Под еволюираща сграда тук се разбира самостоятелен и автономен, “жив” организъм, който е в състояние да се променя във времето и пространството без изрична човешка намеса. Аспектите на една архитектура, които могат да бъдат обект на еволюция разбира се са най-разнообразни: форма, структура, конструкция, фактура и текстура, че дори и стилистика. Още в самото начало на работата по проекта стана ясно, че реализирането на еволюция на всички нива и аспекти на една постройка е трудно постижимо в рамките на един дипломен проект и е необходимо фокусиране на вниманието върху една определена характеристика на сградата. Поради тази причина за еволюиращ елемент бе избрана функционалната структура, която е достатъчна за демонстриране на еволюцията и е реализуема в рамките на един проект.