Octopus智能优化插件的介绍及其应用——Grasshopper平台上的一款多目标优化软件.pdf

《Octopus智能优化插件的介绍及其应用——Grasshopper平台上的一款多目标优化软件.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、城市建筑┃研究•探讨┃URBANISMANDARCHITECTURE┃RESEARCH•DISCUSSIONOctopus智能优化插件的介绍及其应用——Grasshopper平台上的一款多目标优化软件■李彤[摘要]本文详尽介绍了一款结合帕累托前沿理论和遗传二、Octopus简介及优点要将适应值转化为负数就可以变为寻求最大；类似算法的多目标优化软件，并通过一个简单的建筑形体优化Octopus是一款由奥地利维也纳应用艺术大学原理，使用适应值与某既定目标数值做差并取绝对试验，探究了利用该软件建构性能驱动参数化建筑生成设和德国Bollinger+

2、Grohmann工程事务所开发的，结值，就可以达到趋近目标值的效果；除此以外，O计流程的可能。合帕累托最优原理与进化算法的多目标优化软件。端还可以接入布尔值设定硬性约束条件，即当布尔该软件提供自定义个数目标的方案生成搜索功判定为假时，抛弃该方案。本案中只需转化夏季适[关键词]OctopusGrasshopper帕累托最优多目标优化能，针对多目标优化问题，提供了丰富自定义的优应值为负数即可。P和Ps端是一对用以输出运算数遗传算法性能驱动生成设计太阳热辐射化参数选项。且提供较为丰富的算法参数设置（包据的接口，原则上可以接收包括mesh、bre

3、p、num括苏黎世联邦理工学院研发的SPEA-2heHypE算等多种数据类型，就是说P端输入了什么目标数据，一、研究背景法）以及直观有效的可视化反馈界面，丰富的交互Ps端就会输出运算最近一代解集的相应数据，本案随着计算机辅助设计技术的迅猛发展以及人们操作手段，以及较为便捷的数据存储传输功能。相P端输入两个自变量组成的树形数据。不过由于对建筑生态性能的日益重视，生态性能驱动下的建比于Galapagos，Octopus算法更为科学，操作交互Octopus拥有比较完善的历史数据记录与输出功能，筑生成设计成为当今建筑界的一个热门话题。不同性更强，

4、最主要的是他为普通设计师提供了一个上该部分可以自由设置。具体做法见图1，不做赘述。于传统设计模式，该方法在方案初始阶段就导入建手较为迅速的多目标优化服务，为日常设计工作带2.Octopus智能优化参数设定筑性能分析模块，配合计算机智能优化算法，在参来更多可能。设置完毕以后，双击Octopus电池进入设定界数化设计平台上依据特定设计需求，以性能分析结三、软件安装面，A区为参数设定部分，具体设定方式如下：果为评价标准自动生成优化建筑方案，避免了传统同其他Grasshopper插件一样，将从插件网站Elitism：精英比率，默认为50%，表示直

5、接复制到设计模式中“性能模拟软件介入被动、成果优劣评上下载下来的安装文档放到Grasshopper的组件文下一代的染色体数目，该参数设置得越高，就会得价主观、应用过程复杂低效”等固有弊端。件夹中，重启Rhino和Grasshopper即可。到越多的局部优化解；Mut.Probability代表每一计算机智能算法优化作为联结参数化设计与性四、应用案例个基因产生突变的可能，它影响了运算收敛的速度能评估环节的纽带，有着至关重要的作用。国外已下面通过一个简单的生成实验介绍Octopus的和对解空间探索的深度，设置得过大，会导致丢失有大量学者做出了

6、相关探索，例如1997年波兰科学使用方法以及结合参数化设计平台和能耗分析模块最优解且运算时间过长，而过小则使运算过早收敛，院基础技术研究所的MARKS以最小化建筑结构成本得到的优化设计流程。局限于局部最优，经笔者对算法相关材料的阅读，与最小化全年供热成本为目标，设计了两种建筑形试验目标：夏热冬冷地区，基于太阳热辐射的得知一般取值为0.0001～0.1，建议设定为1/（size+态生成公式，使用数学公式求导结合计算机辅助的建筑形体生成试验，以夏季和冬季建筑获得太阳热1）；MutationRate表示基因突变的程度，设置得多目标优化系统COM

7、AS寻找优化形体；2010年洛桑辐射量为优化目标，探究最优解的分布特点。越高代表变化越剧烈，设为0.5；CrossoverRate联邦理工学院太阳能与建筑物理实验室（EPFL）的1.试验程序编写为交叉概率，指接连两代交换参数的可能，一般设相关学者，针对一个假定的街区场地，以“采暖期以建筑进深b、朝向r为自变量(进深变化范置得比变异概率高，取值0.4～0.99，软件默认值建筑接受太阳热辐射”和“建筑群总体积”为适应围是32～47m，朝向变化范围是南偏西15°到南为0.8；PopulationSize指种群大小，一般为20～函数，组成双目标优

8、化，使用Matlab平台上的MOO偏东15°)使用Grasshopper建立体积、高度恒定100，每代运算都会有两倍与该值的解答，具体设定2进化算法，通过OSMOSE平台与Radiance连结