En su libro “Adaptation in Natural and Artificial Systems” explica la computación evolutiva y la teoría de esquemas empleada para desarrollar múltiples proyectos de algoritmos genéticos.En este artículo te explicaremos específicamente la aplicación de los algoritmos genéticos en la arquitectura y tres proyectos relacionados con el sistema generativo.

A partir de 1980 se vio la aplicación de los algoritmos genéticos en distintos ámbitos como la ingeniería, sectores empresariales, bolsa de valores, biología molecular, química, diseño espacial y de aeropuertos, entre otros. 

Tanto seres humanos como la naturaleza conviven y emplean los mismos recursos, incluso en el área de arquitectura se usa como fuente de inspiración la naturaleza. El hombre se encarga de plasmar la arquitectura teniendo en cuenta el medio ambiente.

La aplicación de los algoritmos genéticos en la arquitectura comenzó en los 60 con el libro “An Evolutionary Architecture” de John Frazer, el cual expone la relación de los procesos evolutivos y la arquitectura, también conocida como “arquitectura evolutiva”.

La propuesta de John Frazer fue desarrollar un prototipo digital, ya que define la arquitectura como especie de vida artificial que está sujeta a cambios por el proceso de distribución espacial de células y las fuerzas que intervienen.

En España el Grupo de Ensayo, Simulación y Modelización de Estructuras de la Universidad de Alicante gestionó un proyecto sobre arquitectura genética por medio de diagramas Voronoi, es una iniciativa que expone la importancia de la aplicación de algoritmos genéticos en la arquitectura.

Te puede interesar el artículo de SEED Estudio sobre “Aprender de la naturaleza: arquitectura y diseño en la era bio digital”

¿Cómo funcionan los algoritmos genéticos?

Descubre el funcionamiento de los algoritmos genéticos según 4 pasos fundamentales:

Se codifica un conjunto de soluciones (fenotipos) para un problema en concreto. A través de esta codificación se puede realizar el cruce y mutación de los algoritmos genéticos.

En este proceso son clasificadas el conjunto de soluciones según la aptitud (fitness), la cual será analizada y se escogerán los algoritmos genéticos con mayor capacidad resolutiva del problema.

Por consiguiente, se realiza un cruce y mutación de los algoritmos seleccionados. El objetivo de este procedimiento es obtener un nuevo conjunto de soluciones con mejores aptitudes.

Finalmente, se realiza una evaluación de la población hasta obtener varios algoritmos que logren solucionar el problema. No obstante, si no se consigue los resultados se deberá realizar una iteración a partir del proceso 2.

Estación de metro Lidabashi en Japón por el arquitecto Makoto Sey Watanabe.

En este caso el arquitecto Makoto Sey Watanabe tiene el objetivo de utilizar medios digitales para crear nuevas ideas sobre las restricciones y las condiciones de diseño en la estación de metro Lidabashi a través de la aplicación de algoritmos genéticos en la arquitectura. El proyecto de la estación de metro está documentado en un trabajo del “The Induction cities”.

Contenido relacionado: