Full Domain Analysis for Fluid Mechanics

FullDA-FM_Projekt_Teaser

Forschungsprojekt im Überblick

Methoden der künstlichen Intelligenz können uns auf effizienter Art und Weise frühzeitig helfen, Nachwirkungen von Anforderungen, Randbedingungen und Entscheidungsprozessen zu verstehen. Die Algorithmen werden üblicherweise in späten Stadien von ingenieurswissenschaftlichen Entwicklungsprojekten eingesetzt. Wir wollen das umkehren und IngenieurInnen schon früh zeigen, welche Lösungsarten ihre Anforderungen erfüllen.

Förderungsart

Öffentliche Forschung

Zeitraum

01.09.2022 to 31.03.2024

Projektleitung an der H-BRS

Projektbeschreibung

Ziel des Projekts ist es, KI-getriebene, neuartige Optimierungsalgorithmen und Methoden des maschinellen Lernens in unterschiedlichen Stadien von Entscheidungsprozessen im klimaadaptiven Städtebau einzusetzen, um die Spätfolgen von Entscheidungen zu modellieren. Die Algorithmen werden dafür verwendet, die Vielfalt an Entwurfs- und Entscheidungsmöglichkeiten in-silico und beispielhaft darzustellen. Entscheidungen fließen in die Modellierung mit ein - somit entsteht ein prozessbegleitendes Toolset. Es wird ein offenes, freies System entwickelt für die Kommunikations- und Entscheidungsprozesse der nachhaltigen Stadtentwicklung wobei alle Stakeholder involviert sind und früh im Bauvorhaben verstehen, welche Auswirkung Anforderungen und Randbedingungen auf möglichen Entwürfen haben und somit informiertere Entscheidungen treffen können. Das System lässt sich mit vielen klimaadaptive Faktoren einrichten und erweitern.

Publikationen

Scarton, L., & Hagg, A. (2023). On the Suitability of Representations for Quality Diversity Optimization of Shapes. GECCO 2023 Lissabon.

Externe Kooperationspartnerinnen und Kooperationspartner

Finanzierung

Startförderung durch die Hochschule Bonn-Rhein-Sieg