Генеративный дизайн: алгоритмы формирования внешнего облика зданий выполненных на стадии концепта BIM

Куратор: Хлебников Николай Александрович, директор Института Фундаментального Образования e-mail: na.khlebnikov@urfu.ru телефон: 8(912)630-50-82

Организация заказчик: ООО «Институт проектирования, архитекторы и дизайна»

Контакты представителя заказчика: www.inpad.ru, https://www.instagram.com/inpad.ru/

Цель: на базе среды Autodesk Revit (мировой лидер в области ПО для информационного моделирования объектов строительства) совместно с магистрами ИСА разработать программный продукт на базе нейронной сети, позволяющий производить автоматическую генерацию набора фасадных решений здания по заданным параметрам и ограничениям.

Описание проекта: на данный момент генеративный дизайн, то есть процесс поиска оптимального результата за счет задания начальных ограничений и требований, это мировой тренд в области архитектуры зданий. Однако, для реализации таких амбициозных проектов, требуются не только специалисты-архитекторы, но и программисты, которые смогут реализовать ядро нейронной сети генеративного дизайна архитектурных сооружений, методы и программную периферию для ее обучения. В среде информационного моделирования объектов строительства Autodesk Revit на данный момент существуют методы, позволяющие в короткие сроки анализировать любой участок земли на рентабельность его освоения застройщиком. Как правило, результат выражается в виде сухих цифр, стандартизированных и обезличенных формах фасадов. Необходимо реализовать алгоритмы автоматического перебора фасадных решений зданий по заданным ограничениям, при этом, оставаясь в рамках рентабельности освоения участка. Данный модуль, в случае его успешной реализации, будет широко востребован в практической работе.

Результат / Продукт: Программный модуль (скрипт), решающий поставленную задачу, на любом выбранном языке программирования с выбранной архитектурой ИНС.

Критерии приемки результата / «продукта»: Программный модуль/среда, решающий поставленную задачу.

Требования к студентам: Python, C#, основы машинного обучения, английский язык на уровне умения читать профильные статьи.