Aprendizado de máquina aplicado a simulações de radiação solar em edificações

• Ano de defesa: 2024
• Autor(a) principal: Dalle Molle, Ana Paula Martini
• Orientador(a): González, Marco Aurélio Stumpf
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade do Vale do Rio dos Sinos
• Programa de Pós-Graduação: Programa de Pós-Graduação em Arquitetura e Urbanismo
• Departamento: Escola Politécnica
• País: Brasil
• Palavras-chave em Português: Aprendizado de máquina; Projeto paramétrico; Programação visual; Análise de radiação solar; Análise de dados na arquitetura
• Palavras-chave em Inglês: Machine learning; Parametric design; Visual programming; Solar radiation analysis; Data analysis in architecture
• Área do conhecimento CNPq: ACCNPQ::Ciências Sociais Aplicadas::Arquitetura e Urbanismo
• Link de acesso: http://repositorio.jesuita.org.br/handle/UNISINOS/13337

Esta pesquisa teve como objetivo investigar a aplicação de uma técnica de aprendizado de máquina supervisionado afim de reduzir as atualizações e modificações do modelo de design paramétrico voltados para análise de radiação solar em edificações. Inicialmente, foi criada uma geometria complexa por meio da programação paramétrica, visando a versatilidade do modelo para diferentes situações. A análise da radiação solar incidente foi realizada para compreender o desempenho energético do projeto arquitetônico, verificando-se os dados de entrada e saída do modelo paramétrico para garantir a precisão das análises. Em seguida, foi proposta uma técnica de aprendizado de máquina supervisionado que aprimorou e acelerou a análise de radiação solar, automatizando parte do processo e reduzindo o tempo necessário para obter os resultados desejados. Por fim, foram comparados os tempos de execução entre os métodos propostos e os resultados, utilizando novos conjuntos de dados, a fim de avaliar a eficiência da técnica de aprendizado de máquina em comparação com o método tradicional de programação paramétrica. Os resultados obtidos contribuem para o avanço das práticas de projeto arquitetônico com foco na eficiência energética, proporcionando percepções importantes sobre a aplicação do aprendizado de máquina na otimização dos fluxos de trabalho paramétricos para análise de radiação solar em edificações.