Desarrollo de modelos de generación de viviendas en solares basados en diseño generativo y en técnicas de aprendizaje automático

Abstract

El sector de Arquitectura, Ingeniería y Construcción (AEC) se encuentra en un momento crucial de transformación digital que promete revolucionar la forma en que se planifican y desarrollan las ciudades. A pesar de los avances tecnológicos en diversas industrias, el sector AEC ha visto una productividad estancada durante décadas. Esto se debe en gran medida a la complejidad inherente de los proyectos, el uso continuo de métodos tradicionales y la lenta adopción de herramientas digitales. Esta tesis tiene como objetivo abordar estos retos, impulsando al sector AEC hacia una nueva era de eficiencia, innovación y modernización a través de la digitalización. Uno de los principales focos de este trabajo es analizar en detalle los problemas de productividad que afectan al sector AEC. Se identifican las causas principales, que incluyen la fragmentación del trabajo, el uso de soluciones personalizadas no escalables y la falta de integración tecnológica. Además, se examinan las tendencias digitales emergentes que podrían mejorar significativamente la eficiencia en este ámbito. Estas incluyen el uso de metodologías de diseño generativo, la automatización de procesos y la adopción de modelos paramétricos que permiten la optimización de los diseños urbanos de manera más eficiente y precisa. En el corazón de esta transformación se encuentra una metodología de diseño generativo aplicada específicamente a la planificación urbana. Esta metodología no solo automatiza el proceso de diseño, sino que también lo optimiza, asegurando resultados de alta calidad que cumplen con las normativas urbanas y las necesidades de las ciudades modernas. A lo largo de la tesis, se destacan estudios de caso en ciudades como Viena y Málaga, que demuestran cómo esta metodología puede ser implementada con éxito en contextos reales. Estos estudios sirven como ejemplos tangibles de cómo la digitalización puede mejorar el diseño urbano. Utilizando herramientas como el modelado paramétrico 3D, la selección de parámetros adecuados y procesos de optimización avanzados, se ha desarrollado una estrategia digital integral. Esta estrategia se valida a través de aplicaciones prácticas, mostrando su capacidad para producir diseños urbanos que no solo son innovadores, sino también más eficientes en comparación con los métodos tradicionales. Como parte de la contribución técnica de esta tesis, se ha desarrollado un plug-in para Rhino, cuyo código fuente está disponible en GitHub. Este compromiso con el desarrollo de código abierto refleja una intención clara de fomentar la colaboración dentro de la comunidad, permitiendo que otros investigadores y profesionales prueben y mejoren la herramienta. El plug-in facilita la aplicación práctica de las estrategias digitales presentadas en la tesis, permitiendo una mayor difusión y prueba de estas innovaciones dentro del sector. La estructura de la tesis ha sido cuidadosamente diseñada para guiar al lector a través de las investigaciones y los hallazgos clave. Comienza con una introducción que establece los objetivos y el marco teórico, seguida de capítulos que proporcionan los conceptos fundamentales y un análisis detallado del mercado. Los capítulos siguientes abordan el desarrollo de la metodología de diseño generativo, las funcionalidades del plug-in para Rhino y estudios de caso detallados en Viena y Málaga. Finalmente, la tesis concluye con un resumen de los hallazgos, las implicaciones para el sector y sugerencias para futuras investigaciones. Al embarcarse en esta exploración del diseño urbano digital, se espera que las metodologías avanzadas presentadas en este trabajo inspiren una transformación en el sector AEC. Los objetivos de esta tesis son los siguientes: 1. Analizar las razones por las cuales el sector AEC no ha logrado aumentar su productividad en las últimas décadas e identificar tendencias que podrían conducir a una digitalización más exitosa. A pesar de los avances tecnológicos en muchas áreas, el sector AEC no ha experimentado un crecimiento significativo en su productividad. Esto se debe en gran parte a la complejidad de los proyectos de construcción, la dependencia de métodos tradicionales y la adopción lenta de herramientas digitales. La fragmentación del sector y la tendencia a utilizar soluciones personalizadas han impedido una mayor escalabilidad y adopción de tecnologías a nivel global. Este objetivo implica un análisis profundo de estos factores y la identificación de tendencias digitales que puedan contrarrestar estos desafíos. 2. Analizar el estado actual del arte en la planificación urbana y definir un área de investigación que se alinee con las tendencias digitales identificadas en el sector AEC y que contribuya al estado del arte tanto en la academia como en la industria. El campo de la planificación urbana ha avanzado considerablemente en los últimos años, tanto en el ámbito académico como en el industrial. Nuevas herramientas han comenzado a incorporar enfoques digitales, lo que indica que el sector de la construcción es cada vez más consciente de las posibilidades tecnológicas. Este objetivo busca identificar una línea de investigación basada en metodologías de diseño generativo que permita la creación automática de planes urbanos, aportando un valor significativo a la comunidad académica y a la industria. 3. Desarrollar una estrategia de implementación digital que contribuya a este área específica de investigación. Como parte de la contribución técnica de esta tesis, se define una metodología basada en el diseño generativo para la generación automática de planes urbanos. Esta metodología se compone de: a) Recolección y gestión de datos sobre planes urbanos existentes. b) Desarrollo de un modelo paramétrico que incorpore diferentes tipologías de vivienda. c) Un proceso de optimización basado en los datos recolectados, que mejore la eficiencia del diseño urbano 4. Validar la estrategia de implementación digital propuesta obteniendo resultados ejemplares en diferentes estudios de caso. Este objetivo implica la prueba del enfoque propuesto en estudios de caso reales, con el fin de verificar que la herramienta automatiza las tareas de manera efectiva. Los resultados obtenidos permitirán una comparación con las prácticas actuales, destacando las mejoras en eficiencia y el aumento de la participación de los actores involucrados. 5. Crear un plug-in y hacerlo disponible en GitHub. Al hacer que el código de implementación digital sea de código abierto, se permitirá una mayor colaboración, prueba y desarrollo por parte de otros investigadores y profesionales. Esto fomentará la innovación y facilitará una adopción más amplia de las estrategias digitales en el ámbito de la planificación urbana y la digitalización del sector AEC.

This thesis aims to address several objectives to enhance productivity and digitalization in the Architecture, Engineering, and Construction (AEC) sector. First, it seeks to analyze why the AEC sector has struggled to increase productivity over recent decades, focusing on the complexity of construction projects, traditional methods, and the slow adoption of digital tools. It identifies fragmentation and reliance on bespoke solutions as major obstacles to scalability and broader adoption. Additionally, the research examines the current state of urban planning, highlighting the integration of digital tools and generative design methodologies for automatic urban planning generation as promising research areas. To advance this field, a comprehensive digital implementation strategy for urban planning is developed, grounded in generative design principles. This strategy includes several critical components: collecting and managing existing urban plans, creating a parametric model that incorporates a variety of housing typologies, and optimizing the process using the collected data. The goal of this approach is to automate key urban planning tasks, thereby enhancing efficiency, improving quality control, and fostering better stakeholder engagement. Validation of this strategy will be conducted through a series of case studies designed to ensure the tool’s effectiveness and to highlight measurable improvements compared to current practices. The document is organized into several detailed chapters. The introductory part sets the stage by outlining the objectives and the overarching research framework. Following this, the preliminaries section discusses foundational concepts, provides a comprehensive review of relevant literature, and includes an analysis of market trends and the adoption of digital tools in the construction industry. This foundational knowledge sets the context for the development of new methodologies. A significant portion of the thesis is dedicated to presenting a novel methodology for urban planning generation. This methodology leverages generative design to create a parametric model that encompasses various housing typologies. Specific objectives are defined using collected geometrical datasets, and the optimization process is meticulously detailed. The integration of these elements aims to streamline the urban planning process, making it more efficient and adaptive to changing needs. In addition to theoretical development, practical application is emphasized through the development of a Rhino plug-in. This plug-in is designed to implement the discussed digital strategies, and the document provides an in-depth overview of its features and capabilities. Insights into the user experience and usability of the plug-in are also included, ensuring that the tool is not only functional but also user-friendly. The research further strengthens its contributions by including case studies to validate the proposed methodology. A case study conducted in Vienna demonstrates the application of the developed tools and methodologies to generate urban plans, showcasing the potential for automation and improved efficiency. Similarly, another case study in Malaga applies the tools within a different urban context, providing a comparative assessment against traditional methods. The concluding section summarizes the findings and discusses their broader implications. It outlines potential areas for future research and development in digital urban planning and AEC sector productivity. Finally, an appendix provides additional resources, including information about the open-source code made available on GitHub. This ensures that the digital tools and strategies developed can be further tested, refined, and expanded upon by other researchers, fostering collaboration and innovation in urban planning and AEC digitalization.