Post-disaster reconstruction and the role of computational methods in Architecture
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Yıldız Teknik Üniversitesi, Fen Bilimleri Enstitüsü, -, Türkiye
Tezin Onay Tarihi: 2017
Tezin Dili: İngilizce
Öğrenci: LİNA ALKHODARİ
Asıl Danışman (Eş Danışmanlı Tezler İçin): Togan TONG
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Afet sonrası yeniden yapılanma konusu mimarlıkta sıcak araştırma konularından biri olarak kabul edilir. Bu konunun önemi, son yıllarda afet sayısının artış göstermesine bağlı olup ve aynı zamanda toplum ve fiziksel inşaat afetlerin etkisiyle ilgilidir. Afetin etkisi, önceden tedbir alınmış afet savunmasızlığını azaltabili rtasarım ve inşaat aşamalarında, mevzuatı kurarak minimuma indirilebilir. Ayrıca, afet sonrası yeniden yapılanmada toplumun fiziksel ve sosyal yapısını geliştirmek için kavram uygulaması yapılabilir. Bu konuyu, geçici evlerin tasarımı ve uygulanmasında kabul kısıtlamalarının üstesinden gelmek için, mimari parametrik ve hesaplama yöntemleri kullanılarak etkin şekilde ele almayı deneyen birçok çalışma var. Bu araştırmaların bazıları geçici ev birimlerinin farklı varyasyonlarını oluşturmak için parametreler tercüme edilebilir tasarım gereksinimleri üzerine yoğunlaşmıştır. Bununla birlikte, tasarıma önerilmiş metotlar,verileri afet bölgesinden amaçlanan algoritmik modelleme uygulamasına tanıtılmış elverişli parametrelere çevirebilen deneyimli mimarların müdahalelisinehala ihtiyaç duymaktadır. Bazı araştırmalara göre, geçici evlerin kullanıcılarının çoğunluğu kendi gereksinimleri için uygun olması nedeniyle belirlenen birimlere değişikliği onaylamış. Bu çalışmada, geçici bir ev tasarımı için yönergeler sağlanmaktadır. Ayrıca, algoritmik tasarım getirisindeki süreç sunulmuştur. Buna doğrultuda, parametrik geçici ev tasarım süreci tanımlanmış, adımlardan biri (mimar olması gerekli olmayan insanlar tarafından) toplanan istatistiklerin, afet alanlarındanotomatik sınıflandırma yöntemi parametrelerineçevrilmesidir. Bu yöntemde farklı kullanıcı gereksinimleri dikkate alınır. Nöral ağ sistemi sınıflandırma için kullanılır. Ayrıca, K-ortalama girdilerin çiftleri ve Nöral ağı eğitmek için yeterince büyük ilgili çıkışların oluşturulmasında kullanılır.Tasarım parametreleri için seçilenotomatik yöntemin verimliliğini kontrol etmek amacıyla, dünya genelinde (her ülkenin farklı karakteristik özelliğini hesaba dahil ederek) çeşitli ülkelerden veri toplanmıştır. Bundan sonra, seçilmiş ülkeler için tasarım özellikleri sayısal değerler şeklinde manuel olarak belirlenir. Ve en sonunda, seçilmiş ülkeler Nöral ağ otomatik sisteminde test edilmiş ve sistemin çok verimli olduğu ispat edilmiştir. Bu sistemkısa bir zaman diliminde kesin sonuçlar veriyor olması avantajına sahiptir ve bu onu bütün bir sistem olarak daha verimli hale getirir. Buna ek olarak, tasarım gereksinimleri sayısı arttırılabilir ve parametreler ve tasarım özellikleri sırası ile artacaktır. Bu, farklı kullanıcı gereksinimlerini karşılamak için uygun tasarımlar elde etmenin ilk adımıdır. Nispeten, tasarım ihtiyaçlarının artış sayısına bağlı olarak, farklı bölgeler için tasarım özelliklerini belirlemek mimarın işini daha karmaşıklaştırmakta, daha fazla zaman almakta ve yeterli zamanda daha az kesin sonuç tanımlanmaktadır.