Optimization in preliminary design of tall buildings via automated parametric modeling

---

Tezin Türü: Doktora

Tezin Yürütüldüğü Kurum: Orta Doğu Teknik Üniversitesi, Mimarlık Fakültesi, Mimarlık Bölümü, Türkiye

Tezin Onay Tarihi: 2025

Tezin Dili: İngilizce

Öğrenci: GÖKÇE NİHAN DEMİREL

Danışman: Bekir Özer Ay

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Sürdürülebilirlik ve malzeme tüketiminde optimizasyon, yüksek bina tasarımında dikkate alınması gereken iki önemli konudur. Bu çalışmada, yüksek bina tasarımı için genetik algoritmalar, karınca kolonisi optimizasyonu ve parçacık sürü optimizasyonunu bir araya getiren bir optimizasyon metodolojisi geliştirilmiştir. Geliştirilen metodoloji, mimari tasarım kararları ile yapısal sistem gereksinimlerini eşzamanlı olarak ele almayı amaçlamaktadır. Metodolojinin temel amacı, mimarları ön tasarım sürecinin başından itibaren yönlendirmek ve bu sürece ilişkin olası aksaklıkları en aza indirmektir. Metodoloji iki temel hedefe sahiptir: kiralanabilir alanı maksimize etmek ve yapımda kullanılan malzeme miktarını minimize etmek. Uygulama dört tasarım parametresi ile gerçekleştirilmiştir: plan boyutları, çekirdek oranı, bina yüksekliği ve taşıyıcı sistem. Seçilen parametreler ve kısıtlar, hedef grup olarak adlandırılan 810 olası tasarım çözümünü tanımlamaktadır. Çözüm uzayındaki modellerin bir alt kümesi örnek grup olarak seçilmiştir. Örnek grubun analiz sonuçları, optimizasyon algoritmalarının özelleştirilmesinde kullanılmıştır. Örnek grup için, algoritmalar yalnızca modellerin %29 ila %46'sını analiz ederek en uygun çözümleri tespit edebilmiştir. Özelleştirilen algoritmalar hedef gruba uygulandığında ise optimum çözümler, tüm modellerin yalnızca %30 ila %49'unun analiz edilmesiyle elde edilmiştir. Metodoloji, olası çözümlerin yarısından daha azını analiz ederek optimum sonuçlara ulaşması ve hedef grubun optimum çözümlerini, örnek grup sonuçlarına dayanarak tahmin edebilmesi açısından etkinliğini kanıtlamıştır. Farklı tasarım problemlerine uyarlanabilir nitelikte olan bu yaklaşım, geniş çözüm uzaylarının yönetilmesinde fayda sağlamakta ve tasarımcıların aşırı sayıda analiz yapmadan geniş bir çözüm yelpazesini keşfetmelerine olanak tanımaktadır.