Approches méthodologiques et logicielles pour la prise de décision et la conception paramétrique optimisée de bâtiments modulaires

Abstract

L’optimisation est un processus intéressant pour la conception en général et la conception architecturale en particulier. Il existe de nombreux outils d’optimisation de conception générative en architecture. Cependant, ces outils ne sont pas très utilisés par les architectes. La conception architecturale pose des problèmes mal structurés; la créativité et l’interprétation des concepteurs sont essentielles pour résoudre ces problèmes. Donc en architecture, l’acceptabilité des solutions par les concepteurs est aussi importante que l’optimalité numérique de leurs performances. Or, bien que les préférences des concepteurs sont cruciales pour l’acceptabilité, les outils existants ne les intègrent pas dans le processus d’optimisation. Le maque d’implication possible pour le concepteur lors de l’utilisation des outils est une cause majeure de la réticence des architectes à utiliser ces outils. Cette thèse vise à définir un ensemble de recommandations qui aident les développeurs à proposer des systèmes d’aide à la décision plus attractifs pour les architectes, car permettant une plus grande intégration du concepteur dans le processus d’optimisation et donc une plus grande implication lors de l’utilisation de ces outils.Pour définir l’ensemble des recommandations, la recherche a commencé par explorer différents processus de conception. A partir de cette exploration, un cadre de conception basé sur quatre modèles Morphogenèse, Observation, Interprétation, Agrégation, MOIA est défini. Ensuite, les typologies d’outils utilisées par les architectes sont explorées. En outre, les “workflows” d’optimisation de conception générative les plus connus sont étudiés, en utilisant MOIA comme référence. Ensuite, la recherche adopte une approche expérimentale portant sur l’acceptabilité des concepteurs. Cinq expériences différentes sont réalisées. Deux des expériences comparent différents “workflows” d’optimisation de conception générative existants en utilisant l’acceptabilité des concepteurs comme référence. Les trois autres expériences comparent les différentes fonctions d’agrégation en utilisant le jugement des concepteurs comme référence. Ces fonctions sont la fonction de Pareto, Maximin, Derringer & Suich.Les résultats de ces expériences peuvent être résumés en quatre points. Premièrement, la programmation visuelle est recommandée pour les futurs outils d’optimisation générative. La programmation visuelle aide l’architecte à décrire des modèles paramétriques sophistiqués sans codage. En effet, les concepteurs, en général, ne sont pas formés à coder. Deuxièmement, l’aspect graphique de l’outil peut fortement influencer la décision du concepteur. Les performances des solutions doivent être présentées graphiquement aux concepteurs et la méthode de représentation doit dépendre du nombre d’objectifs. Troisièmement, l’utilisation d’un algorithme d’optimisation interactif qui permet aux concepteurs de sélectionner la solution en fonction de leur jugement subjectif de la forme peut augmenter l’acceptabilité des “workflows”. Quatrièmement, la disponibilité des informations est la clé pour définir la fonction d’agrégation adaptée. L’interprétation requise pour les différentes fonctions d’agrégation n’est pas toujours la même. Lorsque les informations nécessaires sont disponibles, les fonctions cardinales à forte néguentropie sont préférées aux fonctions ordinales à faible néguentropie.les outils d’optimisation de conception générative existants doivent être davantage attractifs pour les architectes. La recherche adopte une approche expérimentale basée sur l’acceptabilité des concepteurs. La méthodologie développée dans cette recherche a permis de définir un ensemble de recommandations visant à réaliser des outils plus attractifs pour les concepteurs, favorisant ainsi la pratique de l’optimisation lors des processus de conception. La recommandation se concentre sur le fait d’offrir la possibilité aux concepteurs d’être plus impliqués dans le processus.