Afficher la notice abrégée

dc.contributor.advisorSebastian, Patrick
dc.contributor.advisorBruneau, Denis
dc.contributor.advisorTerracol, Pascal
dc.contributor.advisorBarlet, Aline
dc.contributor.advisorMarsault, Xavier
dc.contributor.authorAFANDI, Abdulaziz
dc.contributor.otherSebastian, Patrick
dc.contributor.otherBruneau, Denis
dc.contributor.otherTerracol, Pascal
dc.contributor.otherBarlet, Aline
dc.contributor.otherMarsault, Xavier
dc.contributor.otherBigeon, Jean
dc.contributor.otherLescop, Laurent
dc.contributor.otherZarcone, Roberta
dc.date2020-09-11
dc.identifier.urihttp://www.theses.fr/2020BORD0101/abes
dc.identifier.urihttps://tel.archives-ouvertes.fr/tel-02967595
dc.identifier.nnt2020BORD0101
dc.description.abstractL’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.
dc.description.abstractEnOptimization is a profitable behavior for design in general and architectural design in specific. Many generative design optimization tools do exist. However, these tools are not widely used among architects. Design problems are ill-structured problems; designers’ creativity and interpretation are essential for solving these problems. In design, designers’ acceptability of the solutions is as important as the numerical optimality of their performance. The existing tools do not integrate designers’ preferences inside the optimization process; designers’ preferences are crucial for acceptability. The unbalance collaboration between the tools, and the designer is a major cause of the reluctance of architects from using these tools. The dissertation aims to define a set of recommendations that helps developers to introduce decision support systems that attract more architects by improving the collaboration between the designers and the tools.To define the set of recommendations, the research started by exploring different design processes. Based on this exploration, a design framework based on four models Morphogenesis, Observation, Interpretation, Aggregation (MOIA) is defined. Next, the tool typologies the architects use are explored. Additionally, the popular generative design optimization workflows are investigated by using MOIA as a reference. Then, the research adopts an experimental approach based on designers’ acceptability. Five different experiments are performed. Two of the experiments compare different existing generative design optimization workflows by using designers’ acceptability as a reference. The other three experiments compare different aggregation functions by using designers’ judgment as a benchmark. These functions are Pareto’s function, Maximin, and Derringer & Suich’s.The results of these experiments can be concluded in four points. First, visual programming is recommended for future generative optimization tools. Visual programming helps the architect describe sophisticated parametric models without coding; designers, in general, are not trained to code. Second, the graphical aspect of the tool can immensely influence the decision of the designer. The performance of the solutions must be graphically presented to the designers; the representation method must respond to the number of objectives. Third, using an interactive optimization algorithm that allows the designers to select the solution based on their subjective judgment of the form can increase the acceptability of the workflows. Fourth, the availability of information is the key to define the accessible aggregation function. We usually use the aggregation function that integrates more of the available information; this information includes designers’ preferences, which help to approach acceptability.The existing generative design optimization tools need to attract more architects. The research adopts an experimental approach based on designers’ acceptability. The methodology helped the research define a set of recommendations that can help future tools attract more designers to optimize. The recommendation mainly focuses on enhancing the collaboration between the tools and the designers.
dc.language.isofr
dc.subjectAcceptabilité
dc.subjectPrise de décision
dc.subjectDésirabilité
dc.subjectConception générative
dc.subjectOptimisation de la conception multi-Objectifs
dc.subject.enAcceptability
dc.subject.enDecision-Making
dc.subject.enDesign optimization
dc.subject.enDesirability
dc.subject.enGenerative Design
dc.titleApproches méthodologiques et logicielles pour la prise de décision et la conception paramétrique optimisée de bâtiments modulaires
dc.title.enMethodological and software approaches for decision-making and optimized parametric design of modular buildings
dc.typeThèses de doctorat
bordeaux.hal.laboratoriesInstitut de mécanique et d'ingénierie de Bordeaux
bordeaux.type.institutionBordeaux
bordeaux.thesis.disciplineMécanique
bordeaux.ecole.doctoraleÉcole doctorale des sciences physiques et de l’ingénieur (Talence, Gironde)
star.origin.linkhttps://www.theses.fr/2020BORD0101
dc.contributor.rapporteurBigeon, Jean
dc.contributor.rapporteurLescop, Laurent
bordeaux.COinSctx_ver=Z39.88-2004&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.title=Approches%20m%C3%A9thodologiques%20et%20logicielles%20pour%20la%20prise%20de%20d%C3%A9cision%20et%20la%20conception%20param%C3%A9trique%20optimis%C3%A9e%20de%20b%C3%A2tim&rft.atitle=Approches%20m%C3%A9thodologiques%20et%20logicielles%20pour%20la%20prise%20de%20d%C3%A9cision%20et%20la%20conception%20param%C3%A9trique%20optimis%C3%A9e%20de%20b%C3%A2ti&rft.au=AFANDI,%20Abdulaziz&rft.genre=unknown


Fichier(s) constituant ce document

FichiersTailleFormatVue

Il n'y a pas de fichiers associés à ce document.

Ce document figure dans la(les) collection(s) suivante(s)

Afficher la notice abrégée