Parâmetros de projeto, BIM e aprendizado de máquina no suporte à decisão projetua

Detalhes bibliográficos
Autor(a) principal: Brígitte, Giovanna Tomczinski Novellini, 1984-
Data de Publicação: 2019
Tipo de documento: Tese
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
Texto Completo: https://hdl.handle.net/20.500.12733/1637767
Resumo: Orientador: Regina Coeli Ruschel
id UNICAMP-30_dd1f6d772f39373893824ac303b1f3f7
oai_identifier_str oai::1096173
network_acronym_str UNICAMP-30
network_name_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository_id_str
spelling Parâmetros de projeto, BIM e aprendizado de máquina no suporte à decisão projetuaPatterns, BIM and machine learning in the support of design decisionAprendizado de máquinaArquitetura - Projeto auxiliado por computadorProjeto auxiliado por computador - MetodologiaModelagem de informação da construçãoIntegração semântica (Sistemas de computação)Machine LearningArchitecture - Computer aided designComputer aided design - MethodologyBuilding information modelingSemantic integration (Computer systems)Orientador: Regina Coeli RuschelTese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Civil, Arquitetura e UrbanismoResumo: O Design Computacional e a Modelagem da Informação da Construção (BIM) governam as tendências atuais do projeto mediado por computador em arquitetura. Se, por um lado, o design computacional é capaz de proporcionar um conjunto de inúmeras possibilidades durante a síntese do projeto arquitetônico, por outro, BIM pode ter um enorme impacto no reforço da qualidade das decisões tomadas na fase de concepção, uma vez que promete a integração e processamento de informações em toda a indústria da Arquitetura, Engenharia, Construção e Operação (AECO) combinando tecnologias geométricas e informações não geométricas. Neste sentido, o objetivo principal desta pesquisa é viabilizar a operacionalização da aplicação de parâmetros de projeto através do Enriquecimento Semântico em BIM (ESBIM) para auxiliar a tomada de decisão projetual frente as inúmeras derivações geradas por Sistemas Generativos (SGs). Esta proposição é validada no contexto do projeto de conjuntos habitacionais de interesse social (HIS). O método de pesquisa adotado é o da Design Science Research. A solução proposta é composta por quatro métodos que geram: modelos, constructos, métodos e instâncias. O primeiro é um método para escolha de parâmetros de projeto aplicáveis à construção de algoritmos visando atribuir semântica projetual em modelos BIM. O segundo é um método para algoritmizar os parâmetros de projeto. O terceiro é um método para associar o modelo à semântica projetual. O quarto método, para dar suporte à tomada de decisão projetual. Foram realizadas simulações para avaliar os artefatos gerados e aplicado o Aprendizado de Máquina (AM) no suporte à decisão projetual. A amostra consiste nos resultados apresentados pelo sistema generativo computacional para derivação de formas paramétricas da planta baixa de HIS desenvolvido pela equipe do Laboratório para Simulação e Modelagem em Arquitetura e Urbanismo (SIMMLAB). As simulações demonstraram, não apenas, a viabilidade de operacionalização dos parâmetros de projeto em semântica projetual em ambiente computacional, como também, a possibilidade de transformá-los em indicadores, com ênfase na relação humano-ambiente, para auxiliar a tomada de decisão dentre as derivações apresentadas por SGs. O resultado colabora para áreas de Processo de Projeto e Arquitetura Digital, na avaliação de projeto pelos esforços concentrados em propor análises integradas que auxiliem a tomada de decisão. Aproxima ainda, dois ramos da arquitetura digital: o design computacional e a modelagem da informação da construção. Estimula também, a integração de alternativas digitais, consolidas (CAD, SGs) e promissoras (BIM e AM), subsidiando os projetistas na escolha assertiva de soluções projetuais com diversidade e similaridade semântica, através de métodos e algoritmos de tomada de decisãoAbstract: Computational Design and Building Information Modeling (BIM) rule the current trends of computer-mediated design in architecture. If, on the one hand, the computational design is able to provide a set of countless possibilities during the synthesis of the architectural design, on the other hand, BIM can have a huge impact in the quality enhancement of the taken decisions in the conception phase, since BIM promises to integrate and process information across the architecture, engineering, construction and operation industry by combining geometric technologies and non- geometric information. In this sense, the main objective of this research is to create a solution that enables the operationalization of the application of design parameters through Semantic Enrichment of BIM to assist the design decision making against the numerous derivations generated by Generative Systems (GS). This proposition is validated in the context of the project of social interest housing complexes. The research method adopted is the Design Science Research¿s one. The proposed solution is composed of four methods that generate: models, constructs, methods and instances. The first is a method for choosing design parameters applicable to the construction of algorithms to assign design semantics in BIM models. The second is a method to algorithmize design patterns. The third is a method for associating the model with design semantics. The fourth method to support the design decision-making. Simulations were performed to evaluate the generated artifacts and Machine Learning in the support of design decision. The sample consists of the results presented by the computational generative system for derivation of parametric forms of the low floor of Housing of Social Interest, developed by the Laboratory team for Simulation and Modeling in Architecture and Urbanism (SIMMLAB). The simulations demonstrated not only the feasibility of operationalizing design parameters in projectual semantics in a computational environment, but also the possibility of turning them into indicators, with emphasis on the human-environment relationship, to aid decision making among derivations presented by GSs. The result contributes to the Project Process and Digital Architecture matters, in the project assessment, by the concentrated efforts in proposing integrated analyzes that aid the decision making. It also approaches two branches of the digital architecture: the computational design and the building information modeling. It also stimulates the integration of consolidated digital alternatives (CAD, Generative Systems) and the promising ones (BIM and Machine Learning) to the creative resources diversity, subsidizing the designers in the choice of the best solution, through decision-making methods and algorithmsDoutoradoArquitetura, Tecnologia e CidadeDoutora em Arquitetura, Tecnologia e Cidade[s.n.]Ruschel, Regina Coeli, 1958-Moreira, Daniel de CarvalhoKowaltowski, Doris Catharine Cornelie KnatzCardoso, Daniel RibeiroPratschke, AnjaUniversidade Estadual de Campinas. Faculdade de Engenharia Civil, Arquitetura e UrbanismoPrograma de Pós-Graduação em Arquitetura, Tecnologia e CidadeUNIVERSIDADE ESTADUAL DE CAMPINASBrígitte, Giovanna Tomczinski Novellini, 1984-20192019-08-28T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdf1 recurso online (161 p.) : il., digital, arquivo PDF.https://hdl.handle.net/20.500.12733/1637767BRÍGITTE, Giovanna Tomczinski Novellini. Parâmetros de projeto, BIM e aprendizado de máquina no suporte à decisão projetua. 2019. 1 recurso online (161 p.) Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Civil, Arquitetura e Urbanismo, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1637767. Acesso em: 15 mai. 2024.https://repositorio.unicamp.br/acervo/detalhe/1096173Requisitos do sistema: Software para leitura de arquivo em PDFporreponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)instname:Universidade Estadual de Campinas (UNICAMP)instacron:UNICAMPinfo:eu-repo/semantics/openAccess2019-12-16T12:57:37Zoai::1096173Biblioteca Digital de Teses e DissertaçõesPUBhttp://repositorio.unicamp.br/oai/tese/oai.aspsbubd@unicamp.bropendoar:2019-12-16T12:57:37Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)false
dc.title.none.fl_str_mv Parâmetros de projeto, BIM e aprendizado de máquina no suporte à decisão projetua
Patterns, BIM and machine learning in the support of design decision
title Parâmetros de projeto, BIM e aprendizado de máquina no suporte à decisão projetua
spellingShingle Parâmetros de projeto, BIM e aprendizado de máquina no suporte à decisão projetua
Brígitte, Giovanna Tomczinski Novellini, 1984-
Aprendizado de máquina
Arquitetura - Projeto auxiliado por computador
Projeto auxiliado por computador - Metodologia
Modelagem de informação da construção
Integração semântica (Sistemas de computação)
Machine Learning
Architecture - Computer aided design
Computer aided design - Methodology
Building information modeling
Semantic integration (Computer systems)
title_short Parâmetros de projeto, BIM e aprendizado de máquina no suporte à decisão projetua
title_full Parâmetros de projeto, BIM e aprendizado de máquina no suporte à decisão projetua
title_fullStr Parâmetros de projeto, BIM e aprendizado de máquina no suporte à decisão projetua
title_full_unstemmed Parâmetros de projeto, BIM e aprendizado de máquina no suporte à decisão projetua
title_sort Parâmetros de projeto, BIM e aprendizado de máquina no suporte à decisão projetua
author Brígitte, Giovanna Tomczinski Novellini, 1984-
author_facet Brígitte, Giovanna Tomczinski Novellini, 1984-
author_role author
dc.contributor.none.fl_str_mv Ruschel, Regina Coeli, 1958-
Moreira, Daniel de Carvalho
Kowaltowski, Doris Catharine Cornelie Knatz
Cardoso, Daniel Ribeiro
Pratschke, Anja
Universidade Estadual de Campinas. Faculdade de Engenharia Civil, Arquitetura e Urbanismo
Programa de Pós-Graduação em Arquitetura, Tecnologia e Cidade
UNIVERSIDADE ESTADUAL DE CAMPINAS
dc.contributor.author.fl_str_mv Brígitte, Giovanna Tomczinski Novellini, 1984-
dc.subject.por.fl_str_mv Aprendizado de máquina
Arquitetura - Projeto auxiliado por computador
Projeto auxiliado por computador - Metodologia
Modelagem de informação da construção
Integração semântica (Sistemas de computação)
Machine Learning
Architecture - Computer aided design
Computer aided design - Methodology
Building information modeling
Semantic integration (Computer systems)
topic Aprendizado de máquina
Arquitetura - Projeto auxiliado por computador
Projeto auxiliado por computador - Metodologia
Modelagem de informação da construção
Integração semântica (Sistemas de computação)
Machine Learning
Architecture - Computer aided design
Computer aided design - Methodology
Building information modeling
Semantic integration (Computer systems)
description Orientador: Regina Coeli Ruschel
publishDate 2019
dc.date.none.fl_str_mv 2019
2019-08-28T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/20.500.12733/1637767
BRÍGITTE, Giovanna Tomczinski Novellini. Parâmetros de projeto, BIM e aprendizado de máquina no suporte à decisão projetua. 2019. 1 recurso online (161 p.) Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Civil, Arquitetura e Urbanismo, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1637767. Acesso em: 15 mai. 2024.
url https://hdl.handle.net/20.500.12733/1637767
identifier_str_mv BRÍGITTE, Giovanna Tomczinski Novellini. Parâmetros de projeto, BIM e aprendizado de máquina no suporte à decisão projetua. 2019. 1 recurso online (161 p.) Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Civil, Arquitetura e Urbanismo, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1637767. Acesso em: 15 mai. 2024.
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://repositorio.unicamp.br/acervo/detalhe/1096173
Requisitos do sistema: Software para leitura de arquivo em PDF
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
1 recurso online (161 p.) : il., digital, arquivo PDF.
dc.publisher.none.fl_str_mv [s.n.]
publisher.none.fl_str_mv [s.n.]
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
instname:Universidade Estadual de Campinas (UNICAMP)
instacron:UNICAMP
instname_str Universidade Estadual de Campinas (UNICAMP)
instacron_str UNICAMP
institution UNICAMP
reponame_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
collection Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)
repository.mail.fl_str_mv sbubd@unicamp.br
_version_ 1799138545042980864

Registros relacionados