Принципы самоорганизации в архитектуре
Принципы самоорганизации в архитектуре
Моделирование самоорганизующихся систем – многообещающий инструмент, который может использоваться в проектировании, как метод морфогенеза. Целью является применение данного аппарата, как генеративного инструмента проектирования, который может создавать сложные и адаптивные архитектурные формы.
Самоорганизация может происходить в диссипативной (Г. Хаккен, И. Пригожин), консервативной (Жан-Мари Лен), континуальной (А. П. Руденко) системах. Нас будет интересовать диссипативная самоорганизация.
Диссипативная система - открытая система, которая оперирует вдали от термодинамического равновесия. Иными словами, это устойчивое состояние, возникающее в неравновесной среде при условии диссипации (рассеивания) энергии, которая поступает извне. Обычно в качестве примера диссипативной структуры приводят образование конвективных потоков жидкости – ячейки Бернара. Другой пример - химическая реакцию Белоусова-Жаботинского.
Свойства системы, способной к диссипативной самоорганизации
1. Самоорганизация - процесс эволюции от беспорядка к порядку. При этом энтропия системы, в которой происходит самоорганизация, убывает. Однако это не противоречит второму закону термодинамики, так как подобные системы являются открытыми, т.е. обмениваются с окружающими их системами веществом и энергией. Таким образом, можно сформулировать общее правило: процессы самоорганизации происходят в открытых системах.
2. Самоорганизация происходит в системах, состояние которых в данный момент находится вдали от состояния статистического равновесия. Нарушение статистического равновесия вызывается внешним воздействием. Состояние системы, далекой от равновесия, является неустойчивым в отличие от состояния вблизи равновесия, и именно в силу этой неустойчивости и возникают процессы, приводящие к возникновению структур.
3. Самоорганизация возможна лишь в системах с большим числом частиц, составляющих систему. Дело в том, что только в системах с большим числом частиц возможно возникновение флуктуаций - макроскопических неоднородностей. Роль флуктуаций в процессах самоорганизации оказывается весьма важной.
4. Эволюция систем, способных к самоорганизации, описывается нелинейными уравнениями. В системах, эволюция которых описывается линейными уравнениями, малые изменения начального состояния приводят к малым изменениям конечного состояния через ограниченный промежуток времени, а для систем, описываемых нелинейными уравнениями, такое свойство не имеет места.
5. Самоорганизация всегда связана с самопроизвольным понижением симметрии. Красивая симметричная снежинка имеет, тем не менее, более низкую симметрию, чем бесструктурный водяной пар.
Интеллект стаи
Интеллект стаи (Swarm intelligence) – поведение децентрализованной, самоорганизующейся системы живой или искусственной. Такие системы состоят из популяции агентов, которые могут локально взаимодействовать друг с другом и с окружением. Агенты следуют очень простым правилам, и хотя не существует централизованной системы контроля, диктующей как себя должен вести индивидуальный агент, возникает система «интеллектуального» глобального поведения. В природе существует множество примеров такого поведения: колония муравьев, стая птиц, косяк рыб.
Интеллект стаи используется для решения задач оптимизации, трассировки маршрутов, динамики перемещения людей. В частности используются алгоритмы: Ant Colony Optimization, Particle Swarm Optimization.
Ниже будут рассмотрены 3 эксперимента, в которых, в качестве инструмента моделирования, используются генеративные возможности интеллекта стаи. Experiment_01 – моделирование поселение в южном районе на сильном рельефе. Используется принцип ковровой застройки. Дома имеют открытые дворики-атриумы. Experiment_02 – формообразование полифункционального небоскреба. Experiment_03 – метаболистический город.
Experiment_01
В данном эксперименте ставится задача моделирования структуры поселения с учетом рельефа местности, а также сохранения определенного расстояния между объектами. Данный эксперимент это лишь простейший пример использования эмерджентных свойств стаи в проектировании.
Для реализации используется программа RealFlow, которая позволяет моделировать поведение системы частиц. Это программное обеспечение используется для симуляции динамики жидкости. В эксперименте частицы взаимодействуют друг с другом, внешними силами, а так же с поверхностью рельефа. На поверхность проецируется система частиц. Так как поверхность рельефа имеет разную кривизну, то есть различные углы наклона, то частицы сползают по ним с разной скоростью. Через определенное время система придет к состоянию равновесия. В результате на крутых участках осаждается минимальное количество частиц, а на пологих – максимальное. При этом сохраняются определенные расстояния между частицами. Таким образом выявляются наиболее удобные площадки под объекты.
Полученная структура была сконструирована по принципу снизу вверх (bottom-up). Данный принцип предполагает, что изначально существуют элементы с определенными локальными правилами сборки. Далее эти элементы присоединяются друг к другу, образуя подсистему. Затем более крупную подсистему. И так пока не сформируют последний уровень организации. При этом отдельный элемент ничего не знает о глобальной структуре системы.
Частицы обладают следующими свойствами: внешнее давление, внутреннее давление, поверхностное натяжение, вязкость, скорость и др. Поверхность рельефа имеет определенное трение. При различных значениях трения частицы скатываются со склона с разной скоростью. На частицы действует сила притяжения перпендикулярно поверхности рельефа.
Меняя соответствующие параметры можно контролировать количество домов находящихся на склонах и на равнинах.
Experiment_02
Каждой функциональной зоне небоскреба соответствует свой набор частиц с индивидуальными характеристиками. Изменяя их можно контролировать процесс морфогенеза. Например, назначая параметр высокой массы для группы частиц, образующих ядро жесткости, позволяет им сохранять положение при соударении с другими группами частиц. Таким образом, ядро жесткости сохраняет свое положение на всех сечениях плана. Используя, различное количество частиц в разных группах, пользователь способен контролировать функциональную программу объекта. Объем помещений напрямую зависит от количества частиц. При помощи внешних воздействий, таких как аттракторы, репеллеры, гравитация и другие силы, возможно изменять форму объекта.
Experiment_03
Местоположение каждой высотки – эмиттер частиц. Выращивание модели начинается сверху вниз. Сначала частицы движутся перпендикулярно плоскости земли. Затем, сталкиваясь с ней, они меняют направление и расползаются радиально от центра башни. В результате взаимодействий частицы образуют сложную структуру города.
Заключение
В результате этих экспериментов был достигнут уровень сложности, которого тяжело добиться при стандартном подходе. Эксперименты показывают потенциальные возможности использования свойств интеллекта стаи как генеративного инструмента проектирования.
Источники
Структурные закономерности архитектурного формообразования / Шубенков М. В.: Учебное пособие. – М.: «Архитектура-С», 2006. – 320с.
- Познание сложного. Введение. 2003 / Г.Николис, И.Пригожин
- Синергетика. 1976 / Г. Хакен
- Проект вселенной. Новые открытия творческой способности природы к самоорганизации / Пол Девис. – М., 2009. – 254с.
- Ресурс http://en.wikipedia.org/
- Architectural Design, June 2004, Emergence in Architecture
- Architectural Design, June 2004, Types, Style and Phylogenesis
- Architectural Design, March/April 2006, Self-Organisation and Material Constructions/ Michael Weinstock
- Architectural Design, March/April 2006, Techniques and technologies in morphogenetic design / Advanced simulation in design p. 54-59
- Architectural Design, July/August 2006, How do Simple Programs Behave? / Stephen Wolfram
- Algorithms in Architecture / Michael Hansmeyer http://www.mh-portfolio.com/
Текст, 3D моделирование - Денис Соколов
Архитектурная мастерская "Канон"
2900 просмотров