Skip to main content

Optimización


Lograr edificios con un desempeño óptimo es una tarea compleja, sobre todo si las opciones de diseño son numerosas y se plantean dos o más objetivos potencialmente contradictorios, por ejemplo reducir tanto los consumos energéticos como los costos de construcción. En esos casos las simulaciones estándar suelen ser poco eficientes, aún si se basan en métodos como el análisis paramétrico, debido al tiempo y recursos que se requerirían para evaluar una gran cantidad de soluciones. Para superar esas limitaciones se han desarrollado métodos como la optimización basada en simulaciones, o simplemente optimización.

En este campo, la optimización suele consistir en el acoplamiento de un motor de simulación, como EnergyPlus, con un mecanismo de optimización, por ejemplo un algoritmo genético. Los algoritmos genéticos se basan en procesos de selección evolutiva, que propician que solo las soluciones más adecuadas permanezcan a través de diversas generaciones. Esto permite explorar un amplio rango de soluciones de diseño de manera más eficiente.

Las siguientes gráficas muestran, a manera de ejemplo, los resultados de un análisis de optimización. La primera muestra todas las soluciones simuladas, diferenciadas mediante colores asociados a la opción de forma. La segunda muestra solo los frentes de Pareto de las diferentes formas, los cuales representan las soluciones realmente óptimas. La tercera gráfica muestra solo el frente de Pareto de la forma con resultados más positivos, incluyendo una selección de las soluciones más equilibradas.

Resultados de un análisis de optimización. La gráfica muestra todas las soluciones simuladas.
Resultados de un análisis de optimización. La gráfica muestra todas las soluciones simuladas.
Resultados de un análisis de optimización. La gráfica muestra los frentes de Pareto de las diferentes opciones de forma.
Resultados de un análisis de optimización. La gráfica muestra los frentes de Pareto de las diferentes opciones de forma.
Resultados de un análisis de optimización. La gráfica muestra solo el frente de Pareto de la forma con resultados más positivos, así como una selección de soluciones.
Resultados de un análisis de optimización. La gráfica muestra solo el frente de Pareto de la forma con resultados más positivos, así como una selección de soluciones.

Cabe señalar que en el ejemplo de arriba el universo de posibles soluciones era de más de 170,000. Simular todas esas soluciones para encontrar las óptimas hubiera requerido varios días de computación. Con el mecanismo de optimización sólo fue necesario simular unas 7,000 soluciones, tarea que se completó en unas pocas horas.

Los análisis de optimización son especialmente útiles en las etapas iniciales de proyecto, cuando todas las posibilidades están sobre la mesa y aun se pueden tomar las decisiones que tienen mayor impacto en el desempeño del edificio. Por lo general se realizan con modelos relativamente simplificados, de tal manera que sea posible evaluar cientos o incluso miles de soluciones de diseño con una inversión razonable de tiempo y recursos. Sin embargo, también se pueden emplear en etapas más avanzadas del proyecto para afinar las decisiones de diseño.


En Sol-Arq empleamos algoritmos genéticos especializados, a través de programas como DesignBuilder, EnergyPlus y jEPlus, para encontrar soluciones de diseño óptimas de la manera más eficiente posible.