Алгоритмы генеративного моделирования в формообразовании промышленных изделий
Ключевые слова:
генеративное моделирование, промышленный дизайн, оптимизация топологии, агентное моделирование, визуальное программирование, алгоритмыАннотация
В статье приведен анализ алгоритмов генеративного моделирования в формообразовании промышленных изделий на примере работы методов оптимизации топологии и агентного моделирования. Определены преимущества и недостатки данных методов при исследовании следующих параметров: возможность автоматизации проектирования, многовариантность, проверка на прочность и устойчивость полученной модели, время генерации модели, а также необходимость дальнейшей доработки модели. Дальнейшей целью исследования является процесс совершенствования алгоритмов генеративного моделирования на основе полученных результатов.
Библиографические ссылки
Комарова, А. А. Образование архитектурной формы с применением алгоритмических методов /А. А. Комарова, С. В. Пыхтюк, Д. А. Чернышов, М. Е. Дымченко // Инженерный вестник Дона, 2019. - № 8 (59). – С. 9.
Салех, М. С. Внедрение цифровых методов на различных этапах цифрового проектирования / М. С. Салех // Архитектура и современные информационные технологии, 2021. - № 1 (54). – С. 268-278.
Бжахов, М. И. Алгоритмическое проектирование в архитектуре / М. И. Бжахов, М. М. Ефимова, А. В. Журтов // Инженерный вестник Дона, 2018. - № 2 (49). – С. 166.
Потапенко, А. А. Алгоритмическое проектирование как средство формирования аналитических и проектных моделей в архитектуре / А. А. Потапенко // Архитектура и дизайн: история, теория и инновации, 2021. - № 5. – С. 307-311.
Бессарабова, Е. В. Трехмерное модели-рование промышленных и архитектурных объектов / Е. В. Бессарабова // Современные наукоемкие технологии, 2016. - № 4-2. – С. 225-229.
Chen, A. Forte: User-Driven Generative Design / A. Chen, Y. Tao, R. Kang, G. Wang, Т. Grossman, S. Coros, S. E. Hudson // CHI 2018, April 21–26, 2018, Montréal, QC, Canada. – P. 496. Retrieved from https://www.researchgate.net/publication/324671677_Forte_User-Driven_Generative_Design.
Li, J. Robiot: A Design Tool for Actuating Everyday Objects with Automatically Generated 3D Printable Mechanisms / J. Li, J. Kim, X. Chen // UIST '19, Session 6A: Fabrication, October 20–23, 2019, New Orleans, LA, USA. – P. 673-685. Retrieved from https://arxiv.org/pdf/2007.11199.pdf.
Oh, S. Deep Generative Design: Integration of Topology Optimization and Generative Models / S. Oh, Y. Jung, S. Kim, I. Lee, N. Kang // Journal of Mechanical Design, 2019. - Vol. 141 (11). - P. 111405-1-13. Retrieved from https://www.researchgate.net/publication/334472895_Deep_Generative_Design_Integration_of_Topology_Optimization_and_Generative_Models/link/60269ee0a6fdcc37a8217a39/download.
Руденко, М. П. Методы генеративного моделирования в промышленном дизайне / М. П. Руденко, Д. Е. Звягинцев // Программная инженерия: методы и технологии разработки информационно-вычислительных систем (ПИИВС-2022): сборник научных трудов IV научно-практической конференции (студенческая секция), Том 2, 29-30 ноября 2022 г. – Донецк, ГОУВПО «Донецкий национальный технический университет», 2022. – С. 151-154.
Титова, М. А. Генеративный дизайн на основе оптимизации топологии с использованием глубокого обучения / М. А. Титова, А. Ю. Громов // Известия ТулГУ. Технические науки, 2022. – № 2. - С. 246-248.
Hattab M., Hamzeh F. Analyzing Design Workflow: An Agent-based Modeling Approach // Procedia Engineering, 2016. - Vol. 164. – P. 510-517. - Retrieved from https://www.researchgate.net/publication/311360797_Analyzing_Design_Workflow_An_Agent-based_Modeling_Approach
Stieler, D. Agent-based modeling and simulation in architecture / D. Stieler, Т. Schwinn, S. Leder, М. Maierhofer, F. Kannenberg, А. Menges. // Automation in Construction, 2022. - 141, 104426. Retrieved from https://doi.org/10.1016/j.autcon.2022.104426
