İSTANBUL TEKNİK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ
YÜKSEK YAPILARIN
KAVRAMSAL TASARIM SÜRECİNDE ÜRETKEN YAKLAŞIMLAR
YÜKSEK LİSANS TEZİ Mimar Emre CESTEL
710051004
EYLÜL 2008
Anabilim Dalı : BİLİŞİM
ii ÖNSÖZ
Tez çalışmamın her aşamasında gösterdiği destek ve yardımlarından ötürü danışmanım Prof. Dr. Gülen Çağdaş’a,
ilgisini ve desteğini eksik etmeyen Tuğba Tüylüoğlu’na, fikirsel ve manevi katkılarından dolayı Ethem Gürer ve Veysel Ozan Ayşit’e,
beni bugünlere getiren, her zaman yanımda olan annem Beyhan Cestel ve babam Ersin Cestel’e en derin şükran ve teşekkürlerimi sunarım.
Eylül 2008 Emre Cestel
iii İÇİNDEKİLER KISALTMALAR v ŞEKİL LİSTESİ vi TABLO LİSTESİ ix ÖZET x SUMMARY xi 1. GİRİŞ 1 1.1. Çalışmanın Amacı ve Kapsamı 2
1.2. Çalışmanın Yöntemi 2
2. BİYOMİMETİK TASARIM 4
2.1. Doğanın Tasarım Üzerindeki Etkisi 5
2.2. Biyomimetik Mimari Tasarım 8
2.2.1. Biçimsel benzetimler 9
2.2.2. Süreç benzetimleri 10
2.3. Evrimsel Mimari Tasarım 12 2.3.1. Genetik algoritmalar ve uygulama örnekleri 15
2.3.2. Kendini organize eden sistemler ve uygulama örnekleri 25 3. BİLGİSAYAR DESTEKLİ TASARIM VE ÜRETKEN SİSTEMLER 33
3.1. Üretken Sistem Yaklaşımı 35
3.1.1. Üretken sistemlerin özellikleri 36
3.2. Lindenmayer Sistemleri 38
3.2.1. Üretken algoritmanın tanımı 40
3.2.2. Üretken algoritmanın temsili 42
3.3. Lindenmayer Sistemlerinin Mimari Tasarımda Kullanımı 45 3.3.1. Lindenmayer Sistemleri ile form üretimi 46
3.3.2. Lindenmayer Sistemleri - evrimsel tasarım ilişkisi 53 4. YÜKSEK YAPI TASARIMI VE ÜRETKEN YAKLAŞIMLAR 54
4.1. Tarihsel Süreçte Yüksek Yapılarda ve Tasarım Yaklaşımlarındaki
Değişimler 55
4.1.1. 1885'e kadar olan dönem 55
4.1.2. 1885-1930 dönemi 55
4.1.3. 1930-1960 dönemi 57
4.1.4. 1960 - 1990 dönemi 58
iv
4.2. Yüksek Yapıların Kavramsal Tasarımında Üretken Yaklaşımlar 63 4.2.1. Doğadaki biçimsel benzetimlerin tasarım sürecinde kullanımı 64 4.2.2. Doğadaki süreç benzetimlerinin yüksek yapıların kavramsal tasarımında
kullanımı 69 4.2.3. Yüksek yapıların kavramsal tasarımında parametrik ve kural tabanlı
yaklaşımlar 75 5. YÜKSEK YAPILARIN KAVRAMSAL TASARIM SÜRECİNDE
KULLANILACAK ÜRETKEN MODEL 84
5.1. Doğadan Esinli Üretken Model Önerisi 84
5.2. Lindenmayer Sistemleri’nin Üretken Parametrik Sistem Olarak Kullanımı 86
5.3. Önerilen Model Algoritması 89
5.3.1 Kurallar 90
5.3.2 Değişkenler 91 5.4. Parametrik Varyasyonlarla Üretilen Alternatifler 92
6. SONUÇLAR VE DEĞERLENDİRME 98
KAYNAKLAR 101
v KISALTMALAR
L-SİSTEMLERİ : Lindenmayer Sistemleri
MEL : Maya Embedded Language (Maya Programlama Dili) GA : Genetik Algoritmalar
CAD : Computer Aided Design (Bilgisayar Destekli Tasarım) DNA : Deoksiribo Nükleik Asit
CAM : Computer Aided Manufacturing (Bilgisayar Destekli Üretim)
vi ŞEKİL LİSTESİ Şekil No Sayfa No Şekil 2.1. Şekil 2.2. Şekil 2.3. Şekil 2.4. Şekil 2.5. Şekil 2.6. Şekil 2.7. Şekil 2.8. Şekil 2.9. Şekil 2.10. Şekil 2.11. Şekil 2.12. Şekil 2.13. Şekil 2.14. Şekil 2.15. Şekil 2.16. Şekil 2.17. Şekil 2.18. Şekil 2.19. Şekil 2.20. Şekil 2.21. Şekil 2.22. Şekil 2.23. Şekil 2.24. Şekil 2.25. Şekil 2.26. Şekil 2.27. Şekil 3.1. Şekil 3.2. Şekil 3.3. Şekil 3.4. Şekil 3.5.
: Leonardo Da Vinci uçan makine eskizleri ... : İlk uçan araç Eole ve son kanat tasarımı Morphing Wing ...…. : Mestral’in Velcro(cırt cırt) tasarımı ... : D’Arcy Thompson’un kuvvet ilişkileri (solda) ve form değişimleri üzerine yaklaşımları... : Doğa ve mimarlık benzeşimleri üzerine bazı örnekler... : Gaudi ve doğa analojileri ... : Frei Otto’nun doğa tabanlı form ve kabuk arayışları... : Fuller’in jeodezik kubbeleri... : Bilgisayarlı Evrimsel Tasarım Görüşleri ... : Darwinist evrimsel yaklaşım ... : Genotip, fenotip ve organizma ilişkileri... : Genetik algoritma akış diyagramı ………..………... : GENCAD programı akış diyagramı ………... : İlişkiler matrisi ile mekansal organizasyonun tanımı ... : İlişkiler matrisi yeniden üretim/eşleme diyagramı ... : GENCAD tarafından önerilen mekan yerleşimi... : Gene_Arch genel akış diyagramı ………... : Gene_Arch’ın ürettiği cephe fenotipleri ………... : Gene_Arch tarafından oluşturulan Siza’nın Mimarlık Okulu cephe
önerileri. Sağ üst: ışık alımı-ısı korunumu açısından en uygun cephe... : Gene_Arch tarafından üretilen tasarımlar ………... : Pareto optimize edilmiş cephe ve formal üretimler ... : Birey – popülasyon davranış ilişkisi..…………....……... : Solda, sabun köpüğü form oluşumu; ortada düzgün sekizgen
formu; sağda Weaire – Phelan strüktürü ………... : Üstte, Water Cube projesinin perspektifi; altta, cephe modüllerinin
oluşumu ………... : Gröningen Stadsbalkon çevre-etmen-sistem ilişkileri... : Etmenlerin özörgütlü yapısı ………... : Twister programı arayüzü ………... : CAD – mimarlık entegrasyonu ………... : Solda, hücresel büyümenin L-sistemleri kullanılarak
modellenmesi; sağda, bir çok hücrelinin elektron mikroskobu görüntüsü ……….………... : Lindenmayer Sistemleri yeniden yazma döngüsü... : Lindenmayer Sistemleri dallanma modeli... : 3 boyutlu stokastik dallanma benzetimi ve parametre değişiklikleri
ile ulaşılan farklı dallanma modelleri ………... 4 5 5 6 8 9 10 11 13 13 16 18 19 20 20 21 22 24 24 25 25 26 28 29 30 31 32 35 40 41 43 44
vii Şekil 3.6. Şekil 3.7. Şekil 3.8. Şekil 3.9. Şekil 3.10. Şekil 3.11. Şekil 3.12. Şekil 3.13. Şekil 3.14. Şekil 4.1. Şekil 4.2. Şekil 4.3. Şekil 4.4. Şekil 4.5. Şekil 4.6. Şekil 4.7. Şekil 4.8. Şekil 4.9. Şekil 4.10. Şekil 4.11. Şekil 4.12. Şekil 4.13. Şekil 4.14. Şekil 4.15. Şekil 4.16. Şekil 4.17. Şekil 4.18. Şekil 4.19. Şekil 4.20. Şekil 4.21. Şekil 4.22. Şekil 4.23. Şekil 4.24. Şekil 4.25. Şekil 4.26. Şekil 4.27. Şekil 4.28.
: L-Sketch programı ile gerçekleştirilen 3 boyutlu Hilbert küpü görselleştirmesi ... : L-Sketch programı kullanılarak görselleştirilen deniz kabuğu
geometrisi... : L-sistemi kodlarının çoklu geometri dönüşümlerinde kullanımı …. : L-sistemi kodlarının yüzey deformasyonundaki 3 boyutlu
kullanımı ... : L-sistemi kodlarının obje transformasyonunda kullanımı... : Olasılıklı dizi yenileme ile oluşturulan form alternatifleri ……… : Dallanan L sistemleri ile oluşturulan form alternatifleri ………….. : L-sistemi ile oluşturulan modüler kütle ... : Çevre etkileşimli L-sistemi ile oluşturulan bina formu ... : Howells & Hood tarafından tasarlanan ve inşa edilen proje, Eliel
Saarinen’in önerisi, Adolf Meyer ve Walter Gropius’un yaklaşımı.. : Fazlur Kahn, John Hannock Center, Mies Van Der Rohe, Glass Tower ………... : AT&T Tower, New York, ABD, Trump Building, Seattle, ABD,
IBM, New York, ABD ………....……….. : Archigram “Plug-in City” v “Blow-out Village” ve “Walking
City” diyagramları ……… : NY Times Yönetim Binası ……….. .………... : Crystal Palaca’ın Kremlin Sarayı yönünden görünüşü ..……... : Elephant and Castle Eco Towers modeli, dönemsel rüzgar analizi : Peristaltik Şehir 3 boyutlu modellemesi ………... : Peristaltik şehir değişken ve esnek yaşam alanları …..…... : Lotus Towers kavramsal eskizi ve 3 boyutlu modellemesi .…... : V-peteği plan ve kesitleri ………..…………... : V-peteği iç mekân perspektifi ………..………... : “World Center for Human Concerns” formun evrimsel oluşumu .... : Dikey sirkülasyonlar ve dağıtılmış strüktürel yaklaşım... : Ocean North tarafından geliştirilen üretken animasyon altyapısı ve oluşan öneri ………..………. : Malzeme boyutundaki oluşum ve organizasyon ……..……… : Topolojinin çevresi ve kendisi ile etkileşimi sonucu gösterdiği
değişim ……….…………... : Sugar Inc.’in önerisinin lifli strüktürü ve şehrin içindeki algısı ..…. : Red.pdf Parametrik Kentleşme Projesi etmen tabanlı büyüme
şeması ………... : Red.pdf strüktür yapısı ve modüler oluşum... : Dönüşümlerin uygulanması sonucu elde edilen alt ve üst
geometriler ……….………... : Parametrik dönüşümler ile oluşan katı model alternatifleri ... : Bileşen ve tasarım şeması düzeyinde yapılan kural değişiklikleri
ile oluşturulan alternatifler ………... : Mobius şeridi ve kübik benzetimi ………... : Max Reinhardt Haus kesitleri ve modeli ………... : Klein şişesinin 2 ve 3 boyutlu illüstrasyonu……… : Sonsuzluk Kulesi form oluşumu ve kat planları... : Sonsuzluk Kulesi strüktür diyagramı, iç ve dış perspektifleri...
44 45 47 48 49 50 51 52 53 56 57 58 60 61 62 63 65 66 67 68 68 69 70 70 71 72 73 74 75 76 77 79 79 80 81 82 82
viii Şekil 5.1. Şekil 5.2. Şekil 5.3. Şekil 5.4. Şekil 5.5. Şekil 5.6. Şekil 5.7. Şekil 5.8. Şekil 5.9. Şekil 5.10. Şekil 5.11. Şekil 5.12.
: Solda birincil meristem (gövde) ve ikincil meristem (dal) oluşma noktaları, sağda gövde en kesiti ve tübüler yapı... : Üstte modelde kullanılan arayüz, altta değişken ve kural
tanımlamaları... : Büyüme ve dallanma oluşumu şeması... : Ana strüktür büyüme algoritması ve parametrik oluşum... : Solda bitki gövdesindeki spiral büyüme. Sağda modeldeki ana
gövde spiral oluşumunun parametrik kontrolü... : Açı değişkeninin parametrik değişimi ile oluşturulan strüktür
alternatifleri... : Döngü sayısının arttırılması ile oluşturulan büyüme benzetimi... : Açı ve dallanma değişkeninin farklılaşması ile oluşturulan
alternatifler... : Yaşama ünitesinin obje seviyesindeki değişimi ile oluşturulan
alternatifler... : Yaşama ünitesinin boyutsal değişimi ile oluşturulan alternatifler.... : Ana kuraldaki dallanma tekrarı değişimi ile oluşturulan parametrik alternatifler... : Ana kuraldaki dallanma açısı değişimi ile oluşturulan parametrik
alternatifler... 86 87 88 90 91 92 93 93 94 95 96 97
ix TABLO LİSTESİ
Şekil No Sayfa No
Tablo 2.1. Tablo 5.1.
:Mimarlık – Biyoloji ilişkisi... : Modelde kullanulan L-sistemi alfabesi………...
11 89
x
YÜKSEK YAPILARIN KAVRAMSAL TASARIM SÜRECİNDE ÜRETKEN YAKLAŞIMLAR
ÖZET
Doğanın bir esin kaynağı olarak insanlar tarafından kullanımı, tasarımın tarihi ile başlamaktadır. Biçimsel benzetimler ile devam eden esinlenme anlayışı, ekosistemlerdeki mükemmeliyetin anlaşılması ile sürecin keşfine doğru yönelmiştir. Evrimsel sistemlerin gelişimi ve mimari tasarım sürecine adaptasyonu, dağıtılmış, geri beslemeli ve karmaşık tasarım sürecinin keşfine yeni bir bakış getirmiştir. Tasarımın tanımlı alt problemlere bölünmesi ile doğan sinerji, mimarlara aşağıdan yukarı bir anlayış içerisinde alternatifler üretme beceresi kazandırmaktadır. Bunun yanında algoritmik yaklaşımdaki rasyonelleştirme ve farklı düzeylerdeki soyutlamalar ile yenilikçi, değişken ve üretken tasarımlar gerçekleştirilebilmektedir. Bu tez kapsamında ilk olarak doğa ve tasarım kavramlarının kesişimleri sorgulanmakta, mimari tasarımın süreç ve biçim olarak benzetimleri tartışılmaktadır. Süreç benzetimlerinin ışığında evrimsel tasarım kavramı incelenmekte ve mimarlıkla süre gelen farklı biçim ve ortamlardaki ilişkisi değerlendirilmektedir. Sonraki bölümde hesaplamalı bilimlerin katkısı ile oluşan üretken tasarım yaklaşımı incelenmektedir. Bu noktada, üretken bir algoritma olan Lindenmayer Sistemleri’nin mimari tasarım sürecindeki kullanımı tartışılmaktadır.
Daha sonra, yüksek yapıların tarih içindeki gelişimi ve tasarım kriterleri değerlendirilmekte; bu bilgiler ışığında teknolojinin gelişimi ile yüksek yapıların biçimsel değişimleri tartışılmaktadır. Bu doğrultuda gelişen araştırma, bilgisayar destekli mimari tasarımın yüksek yapıların tasarım sürecindeki kullanımını, üretken ve yenilikçi yöntemler üzerinden sorgulamaktadır. Doğanın tasarım üzerindeki etkisi ve bilgisayar destekli tasarımın kesişimindeki örnekler irdelenmiş, algoritmik yöntemlerin tasarım sürecindeki etkileri araştırılmıştır.
Çalışmanın son bölümünde, doğadan esinli üretken bir sistem olarak Lindenmayer Sistemleri’nin, yüksek yapıların kavramsal tasarımında kullanıldığı model tanıtılmaktadır. Parametrik olarak üretilen tasarım modeli ile yüksek yapıların kavramsal tasarım boyutunda değişken ve kuralların tasarım üzerindeki etkisi araştırılmıştır. Son olarak model ile geliştirilen alternatifler ortaya konulmakta, analiz edilmektedir; gelecek çalışmalar hakkındaki öneri ve düşünceler tanımlanmaktadır.
xi
GENERATIVE APPROACHES AT THE CONCEPTUAL DESIGN PROCESS OF TALL BUILDINGS
SUMMARY
The use of nature by human beings as a source of inspiration, starts with the history of design. The continuing mentality of being inspired with formal simulations gravitate toward the exploration of the process by understanding the perfection at the ecosystems. The development of evolutionary systems and their adaptation to the architectural design process, brings a new look to the exploration of distributed, feedback and complex design context.
The synergy which rises by dividing the design to the defined sub problems, causes architects to earn the ability of producing alternatives in a bottom up design approach. Furthermore, with the rationalization and different levels of abstractions in algorithimic approach, innovative, variable and productive designs can be realized.
At the scope of this thesis, firstly the intersections of the nature and the design concepts are being questioned and the inspirations of the architectural design as a process and as a form are being discussed. At the light of the process inspirations by nature, the concept of evolutionary design is being examined and its relation in different form and media is being utilized.
At the next chapter, the generative design approach which takes form by addition of computational sciences is being examined. At this point, as a generative algorithm, using Lindenmayer systems in the process of architectural design is being discussed. After that, development of high-rise buildings in the history and design criterions are being analyzed and by means of this information, formal variations of tall buildings with the developments in technology are being discussed. This research examines the use of computer aided architectural design in the design process of tall buildings by the way of generative and innovative methods.
At the last chapter of the study, the model is being introduced where Lindermayer Systems, as a nature inspired generative system is being used in the conceptional design of high-rise buildings. Lastly, forms developed with the model are being brought up, analyzed and suggestions and ideas about future studies are being defined.
1 1. GİRİŞ
Dijital devrimden önceki mimari tasarım süreci, düşünme, problemleri belirleme, planlama, projelelendirme, mühendislik tasarımları ve uygulamaya kadar giden uzun ve kademeleri belirlenmiş bir süreç olarak tanımlanmıştı. Bu sürecin içerisinde her bir adım özerk durumlar olarak ilerlemekte ve her biri tekil bir sürecin ardışığındaki diğer süreçleri tetikleyen bir kuvvet olmaktaydı. Tasarım esnasındaki esinlenmeler, bilgi akışları ve geri dönüşler bu kısa varış noktalarının içerisinde dönmekte ve diğer sürecin devamı adına hızlandırılmış ritüeller halinde sürmekteydi.
Bu süreç sonuç ilişkisinin tanımlanmış anahtarları bugün daha çok dağıtılmış süreçlere ve eş zamanlı tasarım ilişkilerine dönüşmektedir. Kuşkusuz tasarım-üretim sürecinin bu evreye dönüşmesinde bilgi işlemenin, veri ağlarının ve iletişimin etkisi büyüktür. Sürecin tasarlandığı bu karmaşık ve geri beslemeli yöntem formun çıkış noktalarının sezgisel ve deneyimsel çizgilerden çok matematiksel, hesaplanabilir ve alternatifler arasından öne çıkanın seçilmesi, dijital medyanın gelişmesinden sonra tasarım kavramını değiştiren dönüştüren yeni bir yaklaşım oluşturmaktadır.
Tasarımcıların bu geri dönüşlü ve rekabetli ilerlemede üründen çok ürünü oluşturacak adımları, çok disiplinli bir öngörü ile var etmesi ve gerekli dönüşümlere cevap verebilmesi gerekmektedir. Geleneksel tasarım sürecinde, formlar, ilişkiler ve kompozisyon üzerinde sıkı bir kontrol kurulur; buna karşın bilgisayar ortamındaki algoritmik süreçlerin tekrarının oluşturacağı formların kesin bir tahminini yapmak zordur. Hesaplamalı bilimler ve bilgisayarların katkısı, ilişkisel mantığın ve alternatifler evreninin farklı bir medyada üretildiği, tesadüfi oluşumların yerini başta verilen kararların oluşturduğu matematiksel gelişimde görülmektedir.
Bu noktada beliren tasarım kavramı doğadaki var olma, büyüme, örgütlenme gibi temel oluşumlar ile paralellik göstermektedir. Klasik mimarlık anlayışındaki sonuçtan doğan, merkezi sistemli, durağan ve planlı mimarlık anlayışı, yerini doğadaki kaotik, uyumlu ve ortaya çıkan süreçler ile benzeşen bir tasarım anlayışına bırakmaktadır. Bu perspektiften bakıldığında doğadan esinli anlayıştaki aşağıdan
2
yukarı oluşumun, fizik, kimya vb birçok bilim dalında olduğu gibi mimarlık ve birçok paralel disiplinde gelişime açık olduğu görülmektedir.
Bulundukları bölgelerin kültürel, ekonomik ve sosyal yapısını değiştiren yüksek yapılar, mimarlık, şehircilik ve mühendislik alanlarında birçok tartışmaya sebep olmuştur. Teknolojinin gelişimi ile ortaya .çıkan tasarım kavramındaki değişiklikler ve akımlar, etkisini yüksek yapıların biçimsel ve strüktürel oluşumlarında da göstermektedir. İlk dönemlerinde strüktürel kıstaslar çerçevesinde gelişen biçimlenme anlayışı bugün yerini, bilgisayar destekli tasarım yaklaşımının etkisiyle, yenilikçi form ve strüktür arayışlarına bırakmıştır. 21. yüzyılın başlarında ortaya çıkan dijital tasarım kavramının etkileri yüksek yapıların biçimsel oluşum süreçlerinde da göze çarpmaktadır.
1.1 Çalışmanın Amacı ve Kapsamı
Çalışmanın temel amacı, doğada kullanılan üreme, manipülasyon, değişim mutasyon gibi biyolojik kavramların sorgusu altında yüksek yapıların kavramsal tasarım sürecinde üretken sistemlerin etkisini araştırmak; Lindenmayer sistemleri ve parametrik model ile yüksek yapıların kavramsal tasarım sürecine farklı bir bakış açısı kazandırmaktır. Yüksek yapıların tarihsel gelişimi içerisindeki değişimin nedenlerini araştırmak, bilgisayar destekli tasarım çerçevesinde gelişen üretken ve evrimsel tasarım yaklaşımlarının bu yapı türündeki oluşuma etkilerini ve olanaklarını sorgulamaktır.
1.2. Çalışmanın Yöntemi
Bilgisayar destekli tasarım aracı olarak hesaplamalı bilimlerin, algoritmaların ve doğal büyüme süreçlerinin yüksek yapıların kavramsal tasarımı üzerinden inceleneceği bu çalışmanın giriş bölümünde, doğadan esinlenen/ doğa tabanlı tasarım anlamına gelen biyomimetik tasarım ve mimarlık alanındaki formal, fonksiyonel ve mantıksal esinlenmeleri irdelenecektir. Bu bilgilerin ışığında evrimsel tasarım sistemleri literatür üzerinden incelenecek, akademik ve ticari örnekler ile pekiştirilecektir.
İkinci kısımda bilgisayar destekli tasarım kavramının gelişimi ve mimarlıktaki uygulamaları tartışılacaktır. Bu bilgiler çerçevesinde kural tabanlı bir sistem olan
3
Lindenmayer sistemleri üretken bir tasarım aracı olarak araştırılacak, mimari tasarımdaki kullanımları incelenecektir.
Üçüncü kısımda yüksek yapıların tasarım kriterleri tartışılacak ve dönemsel olarak yüksek yapıların biçimsel değişimleri irdelenecektir. Üretken ve evrimsel sistemlerin yüksek yapı tasarımındaki kullanımı örnekler üzerinden değerlendirilecektir.
Çalışmanın son bölümünde, yüksek yapıların kavramsal tasarımında kullanılabilecek, Lindenmayer sistemlerinin üretken algoritması ile kurgulanan, parametrik tasarım modeli incelenecektir. Modelin oluşturulmasında önceki bölümlerde anlatılan üretken sistem yaklaşımları ve bunların yüksek yapı tasarımındaki yerleri değerlendirilecektir. Üretken algoritmanın tanımlanması ve görsellenmesi sürecinde Houdini ve 3ds Max programları, kavramsal altyapının oluşturulmasındaki ilk aşamalarda ise eklenti üretiminde Maya programı ve MEL(Maya Embedded Language) kullanılmıştır.
4 2. BİYOMİMETİK TASARIM
Biyomimesis/biyonik/biyomimetik, canlı cansız varlıkların taklit edilerek yeni tasarımlara esin kaynağı olması kavramı 20.yüzyılın sonunda literatüre girmiş, doğadan esinlenme/öğrenme/uyarlama ve/veya uygulama biçimlerinin neler olabileceği ve farklı bilgi/teknoloji alanlarında nasıl kullanılabileceği sistematik olarak tartışılmaya başlanmıştır (Selçuk, Sorguç, 2007). Tasarımın doğasında bulunan bilgi edinme-yorumlama-esinlenme-uygulama süreci, insanoğlunun yaşadığı ekosistem içerisinde mevcut formların irdelenmesi ve bilinçli yada bilinçsiz etkileşimi beraberinde getirmektedir.
Tarihsel gelişimine bakıldığında sanatçıların ve bilim adamlarının doğadaki sistem/tasarım/gelişimlerden etkilendiği göze çarpmaktadır. Leonardo Da Vinci’nin birçok tasarımında olduğu gibi “uçan makine” tasarımında da (Şekil 2.1), doğanın formlarından, strüktürel yapısından ve görsel benzeşimlerinden üst düzeyde faydalandığı gözlemlenmektedir.
Şekil 2.1. Leonardo Da Vinci uçan makine eskizleri (http://www.art.com/asp/sp-asp/_/pd--12010156/sp--A/Flying_Machine.htm, 2007).
Bugünkü modern uçak formuna ve çalışma prensiplerine baktığımızda doğadaki uçan canlılardan çok farklı olmadığını görmekteyiz. İlk uçan makine olan Eole’nin strüktürel yapısı Da Vinci’nin öngörüleri ile neredeyse aynıdır (Şekil 2.2). Nasa’da yürütülmekte olan, ”dönüşebilen kanat” (morphing wing) projesi, kuşların değişken hızlara göre kanat formlarını değiştirmelerinden esinlenmiş ve kanat formunun sabit
5
strüktürler yerine, eklemli ve hafifletilmiş dönüşebilen malzeme ve eklemlerin kullanımını amaçlamıştır (Manzo, 2006).
Şekil 2.2. İlk uçan araç Eole ve son kanat tasarımı Morphing Wing (www.art.com/asp/sp-asp/_/pd--12010156/sp--A/Flying_Machine.htm, 2007). Biyomimesisin etkisi tekstil endüstrisinden nanoteknolojiye, film endüstrisinden akıllı ev tasarımlarına kadar birçok alanda etkili olmuştur (BIOKON, 2007). Biyonik kavramı 20. yüzyılın ortalarından bugüne kadar bilim kurgu yaklaşımından çıkmış teknolojik gelişimlerin ve gerek mimari gerekse de diğer tasarım dallarının çıkış noktalarını belirleyen bir bilim dalı haline dönüşmüştür ve bu dönüşüm hala devam etmektedir (Şekil 2.3).
Şekil 2.3. Mestral’in Velcro(cırt cırt) tasarımı (en.wikipedia.org/wiki/Velcro, 2007).
2.1. Doğanın Tasarım Üzerindeki Etkisi
Doğanın tasarımlarının kusursuzluğa yakın olmasındaki temel etkenler; adaptasyon gücü, seleksiyon ve varyasyon oluşturma yetisidir (Yao ve diğ., 2006). Canlılar, ekosistem içindeki seleksiyon yöntemleri ile optimize sistemler oluşturmakta ve en sağlam dölün gelecek nesil için var olmasını sağlama konusunda ustadırlar. Ayrıca herhangi bir organizmada yada bir toplulukta oluşabilecek kayıplar durumunda yeni işlevler atama/tanımlama doğada çok sık karşılaşılan bir durumdur.
D’Arcy Thompson ‘On Growth and Form’ adlı kitabında, doğayı kendi başına sonsuz benzer formlar ve sonsuz varyasyonları olan benzer türler üreten devasa bir tasarımcı olarak tanımlamıştır. Thompson doğada ilişki içinde bulunan formların ve
6
bu formları oluşturan doğal güçlerin şemalarını oluşturmuş, doğadaki benzerlikleri formlar üzerinden kurmuştur (Şekil 2.4). Thompson’a göre formun belirleyiciliği kuvvetlerdir ve form esasen kuvvetlerin bir haritasıdır (Killian, 2006). Doğadaki formların çıkış noktaları bir önceki biçimlerin varyasyonları ve dönüşümleri ile oluşur. Benzer temel kurallar ile birbirinden farklı, üretken yaklaşımlar göstermektedirler.
Şekil 2.4. D’Arcy Thompson’un kuvvet ilişkileri (solda) ve form değişimleri üzerine yaklaşımları (Thompson, 1942).
D’Arcy Thompson modeli, formu beliren/ortaya çıkan bir oluşma biçimi olarak görürken, Wolfram “New Kind of Science” adlı kitabında formu birincil olarak hücre ve kimya ölçeğindeki kuralların etkisinde, ikincil olarak da doğadaki evrim baskısı ile açıklar ve seleksiyonun sadece başlangıçta oluşmuş olanı eleyebileceğini söyler. Wolfram doğadaki kavramların hepsinin basit matematiksel programlarla açıklanabileceğini savunur (Wolfram, 2002). Bu noktada doğadaki seleksiyon kavramı var olan deniz kabuklarının seçimi ile gerçekleşirken, deniz kabuklarının oluşumları hücresel ölçekteki kurallar ile belirlenir. Ancak D’Arcy Thompson yaptığı birçok deneyde formun kurallar ile açıklanamayacak kadar karmaşık olduğunu ve ancak belirli etkenlerin bu oluşumları gerçekleştirebileceğini vurgulamaktadır. Burada görülebileceği üzere, bilginin akışı, deneyimin yorumlanması gibi birçok tanımı olan “tasarım” kavramını oluşturan karmaşık süreçlerden her biri, doğanın içinde var olan ve seçim/üreme/belirme gibi temel kavramlardakiler ile benzerlikler göstermektedir.
Esin kaynağı olarak doğanın etkilerinin sayısal ve bilişim teknolojilerinde- örneğin; mühendislikte yapay sinir ağlarından, genetik algoritmalara; tıpta, robot protezlerden, yapay organlara; fen bilimlerinde, kompleks sistemler, kaos ve fraktallardan Hopfield ağlarına kadar- çok çeşitli bilgi ve teknoloji alanlarına uzanan
7
geniş bir yelpazede yer alması, disiplinler arası etkileşimleri arttırmış ve farklı bilgi alanlarının ortak ya da benzer araştırma konularını da birleştirmiş –nanoteknoloji gibi- yeni ve disiplinler arası çalışmalar ortaya çıkarmaya başlamıştır (Selçuk, Sorguç, 2007). 1990’lardan bu yana “doğadaki yapılaşmalardan ve oluşumlardan öğrenilmiş/ esinlenilmiş/ modellenmiş/ uyarlanmış ya da uygulanmış” tasarımlar “biyomimesis” (biyos-hayat ve mimesis-taklit etmek) kavramıyla anlaşılmaya çalışılmaktadır.
Benzer şekilde “biyomimetik”, “biyomimesis”, “biyognosis” ve “biyonik”terimleri de farklı disiplinlerde aynı biçimde “doğadan öğrenerek” daha ileri teknolojiler geliştirilmesine yönelik araştırma ve çalışmalar için kullanılmaktadır. J. Benyus, 1997 yılında yayınladığı “Biyomimicry” kitabıyla bu kavramları tekrar gündeme getirmiş ve “doğadaki ‘olası çözümleri veya çözüm potansiyellerini’ en iyi öğrenme ve kavrama” olarak özetlenebilecek görüşleriyle, birçok farklı alanda ve aslında alanları da bir araya getiren bu etkileşimlerin, kendi sistematiğinin ve yöntemlerinin her disiplinde ortaya konması gerekliliğini belirterek biyomimikri’yi yeni bir bilim dalı adayı olarak tanımlamıştır. Daha önceleri doğayı gözlemleyerek deneyimler elde eden insanoğlu artık doğayı bir model olarak görmenin ötesinde, ondan bir karşılaştırma ölçütü ve bir akıl hocası olarak dersler almaktadır (Benyus, 1997). Benyus’a göre doğanın teknolojiye katkıda bulunabileceği birçok esin kaynağı mevcuttur. Doğadaki kendinden organize olma, kendi sürecini oluşturma, nanoteknolojiden yapay zekaya birçok bilim dalına esin kaynağı olmuştur. Ayrıca, doğada var olan malzemeden başlayan organize sistemlerin oluşumu bugün nanoteknolojinin çıkış noktasıdır.
Birçok organizma/sistem kendisine verilen tepkileri algılama ve tepki verme yetisine sahiptir. Bu tepki verme sürecinde sürekli bir evrim ve değişim söz konusudur. Doğada var olan bu tepki süreçlerinde oluşan seçim, oluşma, hayatta kalma gibi birçok kavram bilgisayar biliminde genetik algoritmalardan, evrimsel mimariye kadar birçok bilim ve sanat alanını etkisi altında bırakmıştır.
Bu etkileşimlerde biyoloji biliminin doğadan esinlenme/öğrenme/uyarlama ve/veya uygulama anlamında pek çok potansiyeli her alandaki bilim ve tasarım insanlarına sunduğunu görmek kaçınılmazdır (Selçuk ve Sorguç, 2007).
8 2.2. Biyomimetik Mimari Tasarım
Topluluklar halinde yaşamayı öğrenen insanoğlu, barınma gereksinimi ile birlikte doğadaki oluşumları gözlemlemiş, salt doğadan elde ettiği malzemeleri kullanmamış aynı zamanda bilinçli ya da bilinçsiz doğadaki yapılaşmaları gözlemleyerek ya da taklit ederek (Şekil 2.5) ilk bina yapma tekniklerini geliştirmeye başlamıştır (Selçuk, Sorguç, 2007).
Şekil 2.5. Doğa ve mimarlık benzeşimleri üzerine bazı örnekler (Portoghesi, 2000). Geçtiğimiz yüzyılda pek çok mimar yayınladıkları manifestolarda ve tasarladıkları binalarda bazı yaklaşımları doğadan esinlenerek geliştirdiklerini vurgulamıştır. Bu ilişki kimi zaman dekoratif öğelerin doğadan kopyası iken, kimi zaman cephe ve kütle tasarımında doğadaki renk, doku ve desenlerin yorumlanması şeklinde karşımıza çıkmaktadır (Selçuk, Sorguç, 2007). Örneğin 20. yüzyılın başlarında Almanya’da Peter Bahrens ile başlayan ekspresyonizm akımı Hans Poelzig, Max Berg, Otto Bartning, Hugo Haring, Erich Mendelsohn, Rudolf Steiner gibi isimlerin tasarımlarına kristal ve organik formlar olarak yansımıştır (Lampugnani, 1989). Özellikle Steiner geometrik-dinamik formların organik-yaşayan formlara dönüşmesi gerektiğini söyleyerek, tasarımlarında Goethe’nin “plant metamorphosis” prensibini benimsediğini açıklayarak bitkilerin büyümesi prensibini ilke edinmiş ve gridal geometrik formlar yerine organik düzenlemeleri benimsemiştir (Frampton, 1996). Bu yaklaşımların kronolojik sıra ile formal yaklaşımlardan sistem analizlerine ve metodolojinin keşfine doğru bir yol aldığı gözlemlenmektedir. Gaudi’nin yapılarında formal ve strüktürel benzerlikler göze çarparken, Frei Otto’nun yaklaşımı metodoloji ve büyümenin keşfine yöneliktir. Yapılmış olan bu çalışmalar göz önünde bulundurulduğunda, tasarım-üretim sürecinde “doğadan esinlenme/ öğrenme/ uyarlama ve/veya uygulama biçimleri iki şekilde ele alınabilir.
9 2.2.1. Biçimsel benzetimler
Doğayı gözlemlemesini bilen ve sunduğu sayısız detayları yorumlayabilen zamanının en önemli mimarlardan biri de Gaudi’dir. Pek çok yapısında ise iskelet sistemleri ve kemiklerle yaptığı analojiler, yapılarının tasarımında önemli bir rol oynamıştır (Şekil 2.6). Ömrü boyunca yaşadığı bölge dışında hiçbir yere seyahat etmediği bilinen Gaudi’nin yapılarında farklılık ve estetiği yakalamak ve bu tasarımlara uygun taşıyıcı sistemleri inşa etmek için doğadaki yapılaşmaların dinamik ve/veya statik yüklere nasıl karşı koyduğunu gözlemlediği açıktır (Selçuk, Sorguç, 2006).
Şekil 2.6. Gaudi ve doğa analojileri (Lampugnani, 1989).
Karşımıza çıkan isimlerden bir diğeri Bruno Taut; “Alpine Architecture” adını verdiği mimarlık anlayışında Alp doruklarının görünüşünü kristal yapılaşmalarla eşleştirmiştir. Organize ettiği “glass chain” akımı ile Hermann Finsterlin, Hans ve Wassili Luckhardt kardeşler, Walter Gropius, Hans Scharoun ve Max Taut gibi önemli isimlerle gerçekleştirdikleri forumlarda, kemikleşmiş olduğunu düşündükleri akademik mimarlığın üstesinden gelmek için doğanın canlı ve cansız form ve yapılaşmalarından esinlenmiş yeni tasarım ve yapım yöntemleriyle, fikir ve sunum tekniklerinin geliştirilmesini önermişlerdir. Kabuklar, kristaller, bitki formları ve hatta ancak mikroskop altında görülebilen canlıların formları, geleceğin mimarlığı için model olarak gösterilmiştir (Gössel, Leuthauser, 1991).
Modern mimarlığın en etkili ve ünlü isimlerinden olan Frank Lloyd Wright, yazılarında ve tasarımlarında “doğayla uyum içinde” bir mimarlıktan söz etmektedir. Yapılarında sık sık ağaçların dallanmalarından etkilendiğini belirttiği “çıkmalar”, yada mantar soyutlamaları olduğunu belirttiği “kolonlar” kullanmıştır.
10 2.2.2. Süreç benzetimleri
Mimarlık tarihinin ilk örneklerinden 20.yy.’ın ilk yarısına kadar tasarımcılar tarafından genellikle ilk yöntemin benimsendiğini söylemek olasıdır. Ancak Buckminster Fuller ve hemen ardından Frei Otto’nun “süreci” anlamaya yönelik sorgulamaları ve yeni form ve strüktür arayışları mimari tasarımda doğadan bilinçli öğrenme sürecinin başlangıcı olarak düşünülebilir (Selçuk, Sorguç, 2007). Fuller' in jeodezik kubbesinde, Otto'nun asma-germe sistemli çadır örtülerinde hep en az malzeme ile en büyük açıklıkları geçme, sürdürülebilir bir çevre için daha hafif yapılar üretme kaygısı görülür (Lampugnani, 1989). Fuller, doğada dinamik, işlevsel ve sonuç ürünleri hafif olan bir teknoloji olduğunu iddia etmiş ve doğal yapılaşmaların optimum verimlilikte olmasının, insan yapımı strüktürler için önemli ipuçları barındırdığını söylemiştir (Portoghesi, 2000). Frei Otto ise, 1964 de Stuttgart’ da kurduğu enstitüde (Institute for Light Weight Structures) pek çok doğal obje üzerinde deneyler yapmış ve araştırmalarını strüktürel formların en iyilenmesi ve hafif yapılar kurma üzerine yoğunlaştırmıştır.
Şekil 2.7. Frei Otto’nun doğa tabanlı form ve kabuk arayışları (Otto, 1995). Mimarlıkta asma sistemler geliştirmek için çeşitli ağ sistemleri kullanarak, bu sistemlerin yer çekimi ile elde edebileceği formlara dönük arayışları, örümcek ağlarından esinlenen asma sistemleri, sabun köpüğünden yola çıkarak geliştirdiği en küçük alanlı yüzey kavramı ve bunların uzantısı Otto ile özdeşleşmiş modern çadırlar ve şişme (pnömatik) yapılar (Şekil 2.7) doğadan esinlenmenin salt form
11
değil, süreci de içeren bir esinlenme biçimi olması gerekliliğinin ilk ön çalışmaları olarak görülebilir (Tablo 2.1) (Selçuk, Sorguç, 2007).
Tablo 2.1. Mimarlık – Biyoloji ilişkisi (Gruber, 2008). Mimarlık
Kentsel Yapı Süreç Malzeme
Düzen kullanılan Üretim geliştirilen Büyüme gelecek Enerji Reaksiyon -analoji -kar şı la şt ırm a -ili şkilendir me -uyum İç denge (homeostazi) Evrim Enformasyon Öz-örgütlenme Biyoloji Sınırlama dönü şüm
Benzer şekilde Buckminster Fuller (1895-1983) doğadaki tasarımların “az ile daha çok başarma” yaklaşımından etkilenmiş ve jeodozik kubbe yaklaşımını ortaya çıkarmıştır (Şekil 2.8). Jeodezik kubbelerde yüzey alanı kütle oranı, doğadaki birçok yapıdaki gibi minimumdadır. Belirli geometrik formların tekrarı (altıgen, yarı altıgen, sekizgen) ve birbirleri arasındaki itme kuvvetlerinin çalışma prensiplerine dayanan jeodezik kubbeler, büyük açıklıkların geçilmesinde doğanın taklidi olarak görülmektedir.
12 2.3. Evrimsel Mimari Tasarım
Mimari tasarım kuramındaki, bilginin ve deneyimin seçimi ve tasarımcı tarafından ortaya konmasını benimseyen süreç benzetmesi, doğadaki “biyolojik tasarımın” organize olan, düzensiz ve seçime dayalı yaklaşımıyla büyük benzerlikler göstermektedir. Biyolojideki evrimsel süreçlerde, bilginin bir sonraki nesile aktarılma durumu, canlıların var olabilme kriterlerinin sağlamlığı ile ilgilidir. Bu doğal seçim yöntemi var olan genetik bilginin sonraki nesillerde temsil edilip edilemeyeceği kararının verilmesinde, kendiliğinden oluşan/organize olan bir yapıdadır. Tasarım yaklaşımındaki bilginin seçimi, simbiyozu, var olanın içinden probleme adapte edilmesi, doğada görülen bu karmaşık seçim ve tasarım yöntemiyle uyuşmaktadır. Evrimsel mimari doğadaki form üretim yöntemlerini mimari form üretme yöntemlerinde kullanım süreçlerini inceler (Şekil 2.9).
Evrimsel tasarımda doğanın prototip üretme becerisi ve evrimleşme sürecinin yaratıcı gücü, mimaride çevresi ile uyumlu ve değişen mimari form üretimine adapte edilmiştir. Evrimsel mimari doğadaki morfogenetik, simbiyoz ve doğal seleksiyonu mimari tasarım sürecinde kullanmaktır (Frazer, 1995). Doğa anolojilerinin, morfolojik süreçlere dayandığı evrimsel mimari, benzetim ve esinlenmelerin kaynağı olarak doğayı alır ve doğanın bir parçası olur.
Frazer’a göre mimari kavramlar bir dizi tasarım kuralı olarak tanımlanır, bu kavramların evrimi, gelişimi sayısal olarak kodlanabilir. Üretim kuralları, çok sayıda prototip biçim üretme yetisine sahiptir. Doğadaki evrimsel sürecin benzeri olan bu yaklaşım, basit parçalardan oluşmasına rağmen beliren ve karmaşık bir form ortaya koymaktadır.
Bilişsel süreçlerin seçim kriterlerini oluşturması, bilgi evreninden deneyim ve sezgi ile elde edilen ilişki, ölçüt, formların birleşimi ile meydana gelir. Tasarımın oluşması tasarımcının bilgisinin seçimi ve ortaya konmasıyla ilgilidir (Frazer, 1995). Evrimsel tasarım, bilginin bu döngüsündeki seçim ölçütleri, organizasyonu ve evrimi ile ilgilenir; bir yada birden çok öneriyi incelemektense, bütünü inceleyerek uygun olanların öne çıkmasını sağlar. Popülasyon içerisindeki farklı ve amaca uygun bireyleri seçerek sonraki nesillerde en iyilemeyi gerçekleştirir, amaç fonksiyonuna yakınlığı artırır.
13
Şekil 2.9. Bilgisayarlı Evrimsel Tasarım Görüşleri (Bentley, 1999).
Evrimsel tasarım yaklaşımında doğadaki gibi türler (prototipler), ekosistemleri içerisinde gösterdikleri uyum ve davranışlarından doğan sonuçlar ile hayatta kalırlar. Bu anlamda türlerin oluşumunun belirlenmesi çevre ile yapılırken aynı zamanda oluşturulan kriterler bir seçim filtresidir (Rosenman, 2006). Bu oluşum bir tasarım popülasyonunun üretiminden, varolan türlerin (doğadaki gibi) belirli ortam şartlarında hayatta kalmalarına bağlı olarak seçilmesinden (uygunluk fonksiyonu) ve var oluşlarını sürdüren türlerin (biçimlerin, ürünlerin) birbirleriyle etkileşimlerinden (mutasyon, çaprazlama) doğan yeni türlerin oluşumuyla devam eder. Buradaki fark doğadaki tasarım kaygısı bulunmayan seçim döngüsünün, evrimsel mimaride üretim ve tasarım amaçlı kullanımıdır (Şekil 2.10).
Şekil 2.10. Darwinist evrimsel yaklaşım (Bentley, 1999).
Evrimin bir tasarım yöntemi olarak seçilmesindeki sebeplerin anlaşılabilmesi için tasarımın sadece insan tasarımcı tarafından değil, ekosistemler tarafından da gerçekleştirilen bir eylem olduğunu kabullenmek gerekir (Frazer, Jannsen ve
14
Ming-Xi, 2002). Evrimsel algoritmaların iyi bir tasarımcı olan doğadaki seleksiyonu yöntem olarak seçmesi, tasarlama eylemi konusunda farklı bir bakış açısına izin verir. Ayrıca optimizasyon yöntemi olarak evrimin işleyişi, mimari tasarımın dışında mekanikten, kimyaya birçok alanda uygulama bulmuş bir yaklaşımdır. Evrimsel seçim, doğrusal yöntemler ile gerçekleştirilemeyen olasılıklı, etkileşimli ve geniş çözüm kümeli optimizasyon problemlerini, sürecin kendisinin adaptif olması dolayısıyla, çözüme kavuşturmada etkilidir.
Evrimsel tasarım süreci aşağıdaki özellikleri barındırır:
• Bireylerin kendi özelliklerinden daha büyük ölçüde karmaşıklık üretme becerisi. Belli bir karmaşıklık düzeyindeki sistemin etkileşim içindeki öğeleri, daha büyük davranışsal ve/veya yapısal karmaşıklık kümesi üretir. Bu tip kümeler, daha yüksek derecede yeni karışıklık ve karmaşıklık kümeleri oluşturan kendi etkileşimlerini üretir ve bu süreç dinamik hiyerarşi olarak tanımlanır. Bu hiyerarşiye örnek olarak çok hücreli organizmalar gösterilebilir; atom-molekül-organel-hücre-organ-organizma-ekosistem şeklinde ilerleyen ve basit düzeydeki karmaşıklıktan yüksek karmaşıklık düzeyine ulaşan bir organizasyon göze çarpar.
• Organizma ve çevre arasındaki karmaşık ve birbiriyle bağlantılı ilişki kurma becerisi. Organizmalar yalnızca evrim geçirip çevrelerine uyum sağlamakla kalmaz, aynı zamanda varlıkları ve sayıları çevreyi etkileyip değiştirebilir. Türler arası ve türler içi bağlantılar, içinde birçok geri bildirim döngüsü olan karmaşık ilişkiler ağı oluşturur. Çevresel değişimleri dengelemek için iç dengelerini sisteme adapte ederler.
• Kendini koruma ve kendini tamir etme becerisi. Yukarıda belirtildiği gibi, üretken sistemler, değişen çevre içinde sabit durumlarını korumak için kendilerini uyarlayabilirler. Doğadaki sürü sistemleri (swarm) hayatta kalmak için davranışsal işlevlerini tekrar şekillendirerek ve uyarlayarak belirli yıkımların ve bireysel kayıpların üstesinden gelebilirler. Hata toleransı gösterirler ve yüksek bir iç dengeye sahiptirler, böylece bir tasarımı sınırlandıracak olan değişikliklerin üstesinden gelme becerileri oluşur.
• Yeni davranışlar, sonuçlar ve ilişkiler üretme becerisi. Yenilik, ondan önceki her şeyden daha orijinal ve farklı olma niteliği anlamına gelir. Bu yüzden genelde beliren (emergent) sistemler olarak anılırlar. Bu yeni özellikler, tipik
15
olarak, tasarımcının beklentileri ve tasarım için kavramsallaştırmanın sınırları dışındadır, böylece öngörülmeyen işlevsellik ve sonuçlara sebep olurlar.
Evrimsel tasarımın mimarideki yansıması strüktürel optimizasyon ve oluşumlardan, form üretme yöntemlerine kadar geniş bir uygulama bulmaktadır. Bu tez kapsamında evrimsel tasarım sistemlerinin yansıması olan genetik algoritmalar ve kendini organize eden sistemler incelenecektir.
2.3.1. Genetik algoritmalar ve uygulama örnekleri
Genetik algoritma (GA) doğadaki evrim süreçlerini kullanan bir arama yöntemidir. Genetik algoritma tekniği, Michigan Üniversitesinde John Holland ve arkadaşlarının liderliğindeki çalışmalar sonucu 1970’li yıllarda ortaya çıkmış ve 1975 de Holland “Doğal ve Yapay Sistemlerin Uygulanması” adlı kitabını yayınlamıştır. Mekanik öğrenme konusunda çalışan Holland, Darwin’in evrim kavramından etkilenerek canlılarda yaşanan genetik süreci bilgisayar ortamında gerçekleştirmeyi düşünmüştür (İşçi, Korukoğlu, 2003).
Genetik algoritmalar evrimsel mimari tasarım yaklaşımında temel bir alt kavramdır. Doğada canlıların oluşumunda ve biçimlendirilmesinde ana kriter olan genlerin işlevini algoritmalar ve kodlar üstlenmiştir. Tıpkı doğadaki gibi GA yaklaşımında da gen geçisi, seleksiyon, mutasyon, çaprazlama gibi kuralların işlendiği bir yapı görülmektedir (Frazer, 1995). Birbirine benzer biçimdeki yapay organizmalar oluşturulur ve bu organizmalar belirlenen uygunluk fonksiyonuna göre elenirler. Yaşamını sürdüren organizmalar olumlu davranışlarını bir sonraki türe aktarmış olur ve çaprazlama ve mutasyon süreçleri ile aynı döngü devam eder. Bu sürecin tekrarı ile oluşan canlılar her adımda belirlenen uygunluk fonksiyonunun kriterlerine yaklaşırlar.
Doğada görülen evrim süreci, uzun süren, türler arası etkileşime dayalı ve amaçsızdır. Genetik algoritma yaklaşımı doğada var olan evrim sürecinin temel prensiplerini kullanarak (mutasyon, gen aktarımı, seleksiyon vb.) mimari tasarım sürecini (form üretimi, optimizasyon vb.) inceler.
Genetik algoritmalar, klasik optimizasyon algoritmalarından dört temel noktada ayrılır (İşçi, Korukoğlu, 2003):
16
GA parametrelerin kendileri ile değil, parametre takımının kodlanmış hali ile uğraşırlar.
GA aramaya tek bir noktada değil, bir nokta ailesinden başlarlar.
Yerel bir optimum noktasından çok, topluğun optimizasyonu ile uğraşırlar.
GA amaç fonksiyonunun (objective function) türevlerini ve bir takım ek bilgileri değil, doğrudan amaç fonksiyonunun kendisini kullanırlar.
GA’da deterministik yöntemlerden çok, rastantısal yöntemler kullanılır.
Genetik algoritma ile üretilen çözüm havuzları nitelik ve nicelik bakımından seçkin bireyler barındırır, bunun sebebi çözüm kümesinin birden çok olması ve seleksiyonun sayısına bağlı olarak bireylerin istenilen düzey/amaca yaklaşmış olmasıdır. Ayrıca olasılığa dayalı seçim yöntemi ve rastlantısal olarak düzenlenen üretim süreci zengin bir çözüm kümesi doğurmaktadır (Rosenman, 2006).
Bir problemin çözümünde genetik algoritma kullanabilmek için ilk yapılması gereken, olası çözümlerin temsil edilmesi için bir yöntem belirlenmesidir. Aday çözümler çok karmasık yapıları olan fenotipler olarak ele alınabilirler. Değişim operatörlerini bu yapılar üzerinde uygulamak bazen çok zor olabileceginden fenotipler, genotiplerle temsil edilirler (Eiben, Smith, 2003). Genotipler doğal yaşamdaki kromozomlar gibi kodlar/fonksiyonlar/diziler vb. tanımlardan oluşur, fenotiplerin bilgisayar dilindeki temsilleridir.
Gerekli döngülerin uygulanmasından sonra genotiplerin içeriği fenotipleri oluşturur ve bir yada birden çok fenotip fenomu, fenomlar da organizmanın bütününü meydana getirmektedir (Şekil 2.11). Organizmanın bütünü üzerindeki kontrol çevresel etmenlerin de etkisiyle en aşağıdaki genotipler tarafından kontrol edilir. Genotiplerin üzerindeki herhangi bir değişiklik (mutasyon, eşleşme vb.) organizma üzerinde tahmin edilemez değişikliklere neden olmaktadır. Doğadaki evrim sürecindeki kontrolü genotiplerdeki değişkenler ve organizma üzerindeki çevresel etmenlerin genotipler üzerindeki etkileri ile dönüşümler halinde devam etmektedir.
17
Şekil 2.11. Genotip, fenotip ve organizma ilişkileri.
Genetik algoritmanın çalışma süreci aşağıdaki adımlar ile açıklanabilir (Şekil 2.12): • Olası çözümler bir çözüm grubu oluşturur. Çözüm grubu, sürecin
biyolojideki benzerliği sebebiyle popülasyon olarak adlandırılabilir. Kümedeki her eleman, birey yada kromozom olarak nitelendirilir.
• Her birey/kromozomun amaçlanan hedefe ne kadar yakın olduğu tespit edilir (evolution). Uygunluk fonksiyonuna olan yakınlık değeri bireyin bir sonraki nesilde devamının bir göstergesidir. Burada amaç bireyden çok popülasyonun toplam uygunluk değerinin hesaplanmasıdır.
• Popülasyondaki kromozomlar birbirleriyle eşlenerek yeni bireyler elde edilir (crossover). Bu eşleme bireylerin uygunluk değerlerine göre yapılır. Böylece bir sonraki nesilde amaç fonksiyonuna yaklaşılmış olunur. Her birey uygunluk degerine (0-1 arasında değişir) göre seçilme olasılığını oluşturur. • Bir bireyin uygunluk değerine olan yakınlığı onun seçilme olasılığını
arttırarak, sonraki neslin amaca en yakın bireylerden oluşmasını sağlar. Çaprazlama işlemi gen kodunun tek noktasından gerçekleşebileceği gibi farklı kısımlar da kullanılabilir. Bu çaprazlamanın sonrasında bireyler
18
rastgele yada belirlenmiş değişimlerden geçirilerek neslin doğal dönüşüm süreci oluşturulur. Buradaki amaç birey havuzundaki çeşitliliği sağlamaktır. • Yeni bireylerin oluşumu için eski bireyler (genellikle amaç fonksiyonundan
en uzak olanlar) elenir. Böylece populasyon sayısı sabitlenir ve yeni bireylerin eklenmesi sağlanır.
• Döngü baştan ve belirlenen aralıkta (tekrar sayısı, zaman ölçütü) tekrarlanarak amaç fonksiyonuna uygun bireyler elde edilir (Jansseni, 2006).
Şekil 2.12. Genetik algoritma akış diyagramı (Jansseni, 2006).
Bu döngü içerisinde genetik algoritma yaklaşımında dört temel kavramdan söz edilebilir: üretim algoritması, gen havuzu, genetik operatörler ve amaç fonksiyonu. Üretim algoritması: Gen havuzunda ilk oluşturulacak ve devam eden döngülerde yeni oluşturulacak bireylerin oluşum kurallarını içeren algoritmadır.
19
Gen havuzu: Oluşturulan bireylerin popülasyonudur.
Genetik operatörler: Her oluşum evresinden sonra evrimi sağlayacak olan ve değişim (mutasyon), eşleme (crossover) gibi işlemleri içeren algoritmalar topluluğudur.
Amaç/uygunluk fonksiyonu (fitness function): Popülâsyondaki bireylerin ve popülâsyonun evrimdeki amacına uygunluğunu sınayan değer/değerler topluluğudur (Jansseni, 2006).
Birçok mühendislik alanında kabul gören ve kullanılan genetik algoritma yaklaşımı, özellikle çözüm kümelerinin çoklu olduğu, alternatifler arasında deneme yanılma yönteminin birey ve topluluk olarak değerlendirilmesinde etkilidir.
Maher ve Garza GA ve durum tabanlı çıkarsamayı (cased based reasoning) birleştiren GENCAD programını geliştirmişlerdir. Bu yaklaşımda geçmiş benzer durum/deneyimlerin depolandığı bir veritabanından elde edilen çözümler genetik algoritmalarda değişim/dönüşüm/üretme adımları kullanılarak alternatifler üretilmektedir (Maher, Garza, 2001).
20
GENCAD yazılımı plan alternatifleri üretme ve bu alternatiflerin içerisinden en iyi alternatifin seçilmesi için kullanılır. Plan şemasındaki mekânsal organizasyon benzer durumdaki uzman bilgisine dayanan veritabanına alternatifler olarak depolanmıştır; genetik algoritmanın gen havuzu, bu uzman bilgisindeki ilişkisel şemayı kullanır ve genetik operatörleri kullanarak yeni alternatifler üretir (Şekil 2.13).
Maher ve Garza mekansal organizasyonu tariflemek ve temsil etmek için ilişkisel matrisleri kullanmıştır. İlişkisel matrisler düğüm noktalarının varlığı bilgisini içerir ve bu ilişkinin varlığının temsilini yapar. İlişkisel matrisler mekanların genotipleridir (Şekil 2.14).
Şekil 2.14. İlişkiler matrisi ile mekânsal organizasyonun tanımı (Maher, Garza, 2001).
İlişkisel matrislerin tanımlanmasından sonra biçimsel matrisler ve boyutsal tanımlar yapılır. Bu noktada her mekanın boyutu fonksiyon/vektör/düğüm noktası olarak tanımlanır ve her tanım boyutsal/şekilsel kıstasları içerir. Boyutların ve biçimlerin kurgulandığı bu temsil mekanların geometrik fenotipleridir.
Bu iki tanım ve kurgunun veritabanlarının oluşturulmasının ardından, genetik operatörler (mutasyon, eşleşme vb.) ilişkisel matrisler üzerinden uygulanır. Mekânların ilişkileri, matrislerin ortak noktalarının rastsal olarak değiştirilmesi ile yeni çözüm kümelerine dönüşür (Şekil 2.15). Böylece eski nesiller ile ilişkili yeni çözüm kümeleri üretilerek, popülasyon içerisindeki çeşitlilik sağlanır; yeni bireyler ile ilerleyen döngülerdeki popülasyonların ebeveynleri oluşturulur.
21
Şekil 2.15. İlişkiler matrisi yeniden üretim/eşleme diyagramı (Maher, Garza, 2001). Gen aktarımı/eşleme işleminin tamamlanmasının ardından yeni oluşan genotipler belirlenen oranda mutasyona tabi tutulurlar. Her seçim aşamasında örnek ilişkiler matrisi ile kıyaslamalar yapılır ve uygunluk derecesine göre, popülasyon sabit tutularak, gen popülasyonu belirli bir sayıya kadar düşürülür. Bu aşamadan sonra oluşan populasyon yeniden seçim kriterine tabi tutulur ve döngü tatmin edici sonuçlar elde edilene yada belirlenen zaman/döngü sayısına kadar tekrar edilir. Maher ve Garza’nın bu yaklaşım ile deneysel çalışmalarından biri Feng Shui’nin genel yerleşim kıstaslarına göre mekanların düzenlenmesidir. Bu çalışmada yerleşim (feng-shui esaslarına dayanarak) 3 temel ölçeğe bölünmüştür:
• vaziyet planı
• mekânsal organizasyon • mekân içi düzenleme
Örneklenen çalışmada mekânsal organizasyon seviyesinde denemeler yapılmış (Şekil 2.16) ve bu örneklemelerde durum çıkarsama veritabanı Frank Lloyd Wright’ın konut tasarımlarındaki yaklaşımlardan oluşturulmuştur. GENCAD’in sunduğu öneride;
• önerinin Wright’ın tasarımları ile benzerlik gösterdiği fakat oluşturulan mekanların feng shui’ye göre yeniden oluşturulduğu,
22
• yatak odalarının Wright’ın tasarımlarından farklı olarak biçimlendiği gözlemlenmiştir (Maher, Garza, 2001).
Şekil 2.16. GENCAD tarafından önerilen mekan yerleşimi (Maher, Garza, 2001). Maher ve Garza’nın yaklaşımındaki temel fark, çözüm kümesinin mevcut olması ve arama yönteminin (GA) bu alternatifler üzerinden başlamasıdır. Bu doğadaki herhangi bir varlığın mevcut durumundan evrimine benzemektedir, süregelen bilgi gen havuzunun oluşturulmasında kullanılarak, üretilen alternatiflerde bilgininin devamı sağlanmış, alternatif havuzuna bu ana genotiplerden oluşan ardıl nesiller eklenmiştir. Diğer bir örnekte ise, Caldas, evrimsel yaklaşımlı üretken bir sistem modeli ile optimizasyon yöntemlerini araştırmıştır (Caldas, 2007). Birçok aşamadan oluşan çalışmasında, genetik algoritma tabalı Gene_Arch yazılımı, hem bir tasarım hemde optimizasyon aracı olarak kullanılmıştır (Şekil 2.17). Gene_Arch’ın diğer üretken sistem modellerinden farkı tasarımı kütlesel oluşum, mekânsal organizasyon, mekân karakteristikleri, malzeme bazında incelemesidir (Caldas, 2007). Maher ve Garza’nın çalışmasına paralel olarak mekansal hiyerarşi ilişkiler matrisi ile kurulmuş fakat ilişkiler olasılıklar olarak tasarımcı tarafından belirlenmiştir. Sistem arama yöntemi olarak pareto optimizasyonu ve çok amaçlı genetik algoritmaları kullanmaktadır. Pareto genetik algoritmalar, ekonomist Vilfredo Pareto tarafından ortaya atılmış bir kavram olup, çok amaçlı optimizasyonların en az birinin diğerilerinden farklı olarak optimize edilmesi ve bu en iyi durum dışındaki diğer kıstasların eşit değerlerde olduğu bir değerlendirme yöntemidir (Fonseca, Fleming, 1993).
23
Şekil 2.17. Gene_Arch genel akış diyagramı (Caldas, 2007).
Caldas’ın çalışmasının birinci aşamasında kütlesel olarak modeli belli olan bir tasarımın cephe tasarımı denenmiştir (Şekil 2.18). Çok amaçlı bir genetik algoritma kullanılan yaklaşımda mekanların ışık alımı ve enerjinin verimliliği olmak üzere çoklu en iyileme yöntemi (multi function optimization) kullanılmıştır. Cephedeki pencere boyutlarının, mekanların iklimsel şartlara ve yönelimlerine göre gerekli düzeyde ışık alması ve ısı kaybının minimum düzeyde tutulması amaçlanmıştır. Birbirinin zıttı olan bu iki kavram, ortak bir optimumda toplanarak, cephenin şeffaflığı oluşturulmuştur.
24
Caldas ikinci aşamada mevcut ve gerek mekansal gerekse kütlesel olarak daha karmaşık bir projenin, Alvaro Siza’nın Portekiz Oporto’daki Mimarlık Okulu üzerine çalışmıştır. Mevcut proje kütlesel ve mekansal dağılım olarak değiştirilmemiş, cephe çözümleri üretme yoluna gidilmiştir. Mevcut iklimsel koşullara göre ele alınan cephe yaklaşımında, Siza’nın kullandığı cephesel oranlar programın üretim algoritmasında kullanılmış (Şekil 2.19) ve oluşacak alternatiflerde binanın genel karakteristiğinin korunması amaçlanmıştır. Bir sonraki aşamada pareto optimizasyonu ile geçirgenlik/aydınlanma miktarı/ısı kaybı kriterleri tekrar gözden geçirilerek her üçü içinde “en uygun” çözüm üretilmiştir.
Şekil 2.19. Gene_Arch tarafından oluşturulan Siza’nın Mimarlık Okulu cephe önerileri. Sağ üst: ışık alımı-ısı korunumu açısından en uygun cephe (Caldas, 2007). Son aşamada Gene_Arch yazılımı ile, iklimsel ve çevresel kriterleri belirlenen ütopik bir arsanın kıstasları altında kütlesel üretim, mekansal organizasyon ve cephe optimizasyonu gerçekleştirilmiştir. Mekansal organizasyon ve formun oluşmasındaki kriterler ve boyutsal minimum ve maksimumlar kullanıcı tarafından belirlenmiştir.
Alternatiflerde görülen en büyük aksaklık, algoritmanın genel enerji korunumunu yükseltmek için, mekanların boyutlarını minimum değerlerde tutmasıdır. Bunun önüne geçmek için amaç fonksiyonlarına bir yenisi eklenerek, birim alana düşen enerji korunumu ve ışık alımı göz önünde bulundurulmuştur (Şekil 2.20, Şekil 2.21).
25
Şekil 2.20. Gene_Arch tarafından üretilen tasarımlar (Caldas, 2007).
Şekil 2.21. Pareto optimize edilmiş cephe ve formal üretimler (Caldas, 2007). Bu iki örnekte görüldüğü üzere, genetik algoritmalar genel olarak bir arama ve optimizasyon yaklaşımıdır. GA’lar, alternatiflerin içinden seçim yapma ve alternatifleri en iyileme konusunda geniş çözüm kümeleri üretebilen ve hızlı arama yöntemi ile tasarımcıya önemli avantajlar kazandırmakta ve eskiz aşamasından cephe tasarımına kadar en iyi sonucu seçme konusunda yardımcı olmaktadır. Ancak temsil aşamasında genotiplerin vektörel, çizgisel yada soyut kavramlar olarak irdelenmesi, ortaya tasarımcıya konsept-form-organizasyon gibi uzman bilgisine ihtiyaç duyulan durumlarda da alternatifler üretebilmektedir. Gene_arch örneğinde olduğu gibi, bu her iki yöntemin bir arada kullanılması, fonksiyon-form ilişkisi kurulmuş tasarımlar üretmekte ve bu tasarımların içerisinden “amaca en uygununun” seçilmesi ile üretken bir sistem haline dönüşmektedir.
26
2.3.2. Kendini organize eden sistemler ve uygulama örnekleri
Kendini organize etme/örgütlenme davranışı; açık, etkileşimli bir sistemin, herhangi bir dış sistemin müdahalesi olmaksızın düzene kavuşması olarak adlandırılır. Doğada sürülerin en iyiye ulaşmasında, bireylerin topluluk için en iyiyi bulması sonucu olarak karşılaşılan bu yaklaşım, bireyin kendi evrimi ve değişimi içerisinde, bütünün organize olması ve birbirleriyle/çevreleriyle etkileşim içerisinde olan birey/öğelerin sistemin en iyileşmesi için ortaya çıkardıkları davranışların bütünü olarak tanımlanabilir (Şekil 2.22).
Ekosistemde var olan ve aşağıdan yukarıya gelişen bu organize olma anlayışı, sistem içerisindeki bireylere ait basit kuralların, bütünsel bir karmaşıklık ve denge durumuna ulaşması ile son bulur. Karıncaların temel yemek bulma, koruma gibi davranışları hiçbir karınca tarafından bilinmemesine rağmen sürü halindeki karıncalarda bu tip problemlere çözüm üretme davranışı görülmektedir.
Şekil 2.22. Birey – popülasyon davranış ilişkisi.
Özörgütlü sistem davranışı kimya ve fizikte kendi kendine toplanma davranışı olarakta adlandırılmaktadır. Nano-teknolojinin temelini oluşturan bu yaklaşım,
27
sistemin parçalarının bütüne entegrasyonu için çekme-itme kuvvetlerinin etkileşimi için moleküler düzeydeki organizasyonu ele alır. Örgütlenme davranışında sürü zekasını örnek alan bir yaklaşım bilgisayar ağlarında da görülmektedir, özellikle “peer to peer” (eşe-eş bağlantı) algoritmalarının hepsi sürü optimizasyonu yöntemini kullanmaktadır. Sürü zekâsı, özerk yapıdaki basit bireyler grubunun kolektif bir zekâ geliştirmesidir (Bonabeau, Theraulaz, 2000). Sistemi oluşturan 2 temel davranış modeli bulunmaktadır:
• Stimerji: Sürüyü oluşturan bireylerin birbiri ile iletişim kurmaları ve etkileşimleri. Doğada bu süreç feromonlar(karıncalar ve termitler) ve belirli fiziksel hareketlerin (arılar) varlığı ile sağlanır. Sürüdeki her birey bilgiyi diğer bireylere aktararak bir bilgi birikimi oluştururur.
• Kendi kendini organize etme; bireylerin kendilerini düzenleme ve etkileşim sonrası “öğrenme” ve “örgütlenme” davranışı. Öğrenim süreci stimerjinin varlığı ile bireylerin diğerlerinin bilgisini edinmesi ile sağlanır. Örgütlenme davranışı ise sürünün içerisindeki öğrenme ve etkileşim süreçlerine paralel ilerleyen bir organize olma durumudur. Örgütlenme düzeyi sürünün içerisindeki bilgi birikimine ve iletişim becerisine bağlıdır.
Tasarım, belirlenen amaç doğrultusunda, kısıtlar ve sabitlerin sınırları dahilinde yapılan keşifsel bir aramadır (Archer, 1969). Tasarımcı tarafından gerçekleştirilen bu aramada, sürecin kendisinde doğadakine benzer adaptasyonlar ve deneyimsel örgütlenmeler gözlemlenmektedir. Özellikle yapay zeka ve etmen tabanlı sistemlerin kullanımı ile tasarımcının bu keşfindeki organizasyon yapısı, başlangıçta eklenen bazı kurallar/sınırlamalar/kıstaslar ile oluşturulabilir. Sistem kendi içindeki birey yada parçaların bilgisini sistemin kendisine adapte eder, bilginin devinimi için kullanır ve kararlı bir noktaya ulaşmaya çalışır. Alttan yukarı tasarım anlayışındaki bu süreç beliren/ortaya çıkan (emergence) bir durum olarak nitelendirilir (Maher, Kim, 2006).
Maher’e göre bu tasarım bilgisi kendini organize eden bir veritabanı gibi işleyerek tasarıma destekçi bir araç olarak kullanılabilir (Maher, Kim, 2006). Maher’in modelindeki yaklaşım, sürü davranışının temel konseptlerinden yola çıkarak, kendini organize eden bir tasarım ortamı yaratmak yönündedir. Basit davranışların tanımları basit kuralların sentezi ve evrimi ile gerçekleşir ve daha karmaşık
28
davranışların tanımları basit davranışlar ile yapılabilir (Mataric, 1995). Tasarımcının değişikliklerini adapte olma süreci, alttan başlayan kontrol ile tanımlanmış karmaşık davranışlar ile gerçekleştirilir, böylece basit etmenlerin oluşturduğu iç organizasyon genel sistemin temelini oluşturur (Maher, Kim, 2006). PTW Arhitects ve Arup’un ortak yürüttüğü Çin Uluslararası Yüzme Merkezi yarışmasında ödül kazanan tasarım, sabun köpüğünden esinlenen kabuk tasarımı ile göze çarpmaktadır. Cephe bölümlenmeleri, sabun köpüklerinin kendi içlerinde organize olarak formu oluşturması yaklaşımından yola çıkarak (birleşme, ayrışma, yok olma), otonom olarak modüllerin ortaya çıkmasından oluşmuştur.. Sabun köpüğündeki minimum yüzey alanı ile maksimum hacmi oluşturma yönelimi, “Water Cube” projesinin ana temasını oluşturmaktadır (Şekil 2.23). William Thomson tarafından 1887 yılında öne sürülen teoride eş hacimli düzgün sekizyüzlülerin (truncated octahedron), bir hacmi minimum yüzey alanlı çokgenlerle doldurmak için kullanılabilecek en iyi form olduğu öne sürülmüştür. Ancak Weaire-Phelan strüktürü olarak 1993’te literatüre geçen ve düzgün olmayan 14 yüzlü ve düzgün olmayan 16 yüzlü ile oluşturulan sistemin, düzgün sekizyüzlü ile oluşturulan formdan daha az alan kapladığını kanıtlayan teorem, çokgenlerin üretim açısından kolaylığı sebebiyle “Water Cube” projesinde strüktür geliştirme yaklaşımı olarak seçilmiştir (Kusner, Sullivan, 1996).
Şekil 2.23. Solda, sabun köpüğü form oluşumu; ortada düzgün sekizgen formu; sağda Weaire – Phelan strüktürü (Weaire, Cox, 2005).
29
ARUP tarafından geliştirilen CAD scripti ile cephede görülen her bir bölümlenme bir etmen olarak kullanılmış ve her strüktürün kendi içerisinde minimum kütleyi oluşturacak bölümlenmeyi oluşturması sağlanmıştır (Şekil 2.24). Program Bentley Microstation’da yazılmış ve üretken sistemin oluşumu ile Cephe modülleri ve taşıyıcılar oluşturulan ilk durumdan sonra, sistemin simülasyonu gerçekleştirilerek en optimize durum araştırılmıştır. 22.000 kirişten ve 12.000 bağlantı noktasından oluşan çelik küp, bu optimizasyon yöntemi sayesinde, %40 hafifletilmiştir.
Şekil 2.24. Üstte, Water Cube projesinin perspektifi; altta, cephe modüllerinin oluşumu (www.aia.org/SiteObjects/files/arup.pdf, 2008).
KCAP’nin Hollanda’nın Groningen şehrindeki bisiklet park alanı (Groningen Stadsbalkon) için gerçekleştirdiği öneri, öz-örgütlü sistemleri kullanarak geniş bir çatı örtüsünü ve bunu taşıyan kolonların yerleşiminden oluşmaktadır (Scheurer, 2005b). KCAP tasarıma başlarken karşılaştığı karmaşık durum, yüzü aşkın kolonun yerleşimini ve bisiklet park alanındaki parkurların yerleşimine göre iyileştirilmiş çözümü bulunmasını içermektedir.
30
Tasarım ekibi genel tasarım kriterlerini aşağıdaki gibi oluşturmuştur (Scheurer, 2005):
Hiçbir kolon dolaşım ve sirkülasyon alanlarını işgal etmeyecektir.
Her kolonun taşıma kapasitesi bağlı bulunduğu döşeme parçasının ağırlığı ve üzerindeki rekreasyon alanındaki yükten fazla olmamalıdır.
Kolonlar arası açıklıklar döşemelerin taşıma kapasitelerinin üzerinde olmamalıdır.
Alanın merkezinde bulunan kolon ve döşemeler cam bir örtüyü taşıyacağı için maksimum açıklıktan fazla aralığa sahip olmamalıdır.
Kullanılan kolon miktarı minimize/optimize edilmeli ve maliyet azaltılmalıdır.
Bu noktada tek bir kolonun tasarımı bütün kolonların durumlarını etkileyeceğinden ortaya çok sayıda ihtimal çıkmakta ve her ihtimalin teker teker değerlendirilmesi gerekmektedir. Bu tür problemler NP-hard problemler olarak nitelendirilmekte ve karmaşık bir problemin basit alt problemlere dönüştürüleme nedenine dayanmaktadır; birçok alt alternatif, olasılık barındırmaktadır. KCAP’ın kendini organize eden sistem yaklaşımını seçmesindeki sebep, her bir kolonun davranışının bütün sistemin yapısını değiştirmesi gerekliliğidir (Scheurer, 2005). Oluşturulan dinamik sistemde her bir bireyin (taşıyıcı kolon ve döşemeler) mevcut çevreleri ile ilişkileri sağlanmış, tasarlanacak yapının dolaşım şemaları bireyler için birer sınır olarak tanımlanmıştır (Şekil 2.25). Ayrıca kolonların optimum ara mesafeleri ve sınır noktalarındaki optimum kolon uzaklıkları mühendislik firması ARUP tarafından tayin edilmiştir.
31
Sistem içindeki her bir organizma/birey, kolon ve döşeme olarak tanımlanmaktadır, hem çevresi hem de diğer bireylerle ilişkilidir; kendi içerisindeki temel taşıma problemini çözerken diğer türlerle haberleşme ve etkileşim halindedir (stimerji). Sistemde oluşan etmenler aşağıdaki belirli davranışları sergilemektedir:
• Yatay düzlem içerisindeki herhangi bir noktaya hareket etme ve duzlem içerisinde döşeme ve taşıyıcı tanımlama
• Yatay sirkülasyon alanları ve rampa-merdiven gibi düşey sirkülasyon alanlarından uzaklaşma
• Komşu etmenleri optimum uzaklıkta tutma ve bunun için belirlenen min-max büyüklüğü koruma
Ayıca etmenler komşuluk ilişkilerinden doğan etkileşimde büyüme, küçülme, ayrışma ve yok olma davranışları gösterirler. Belirlenen maksimum boyutlarına ulaşan etmenler bölünme davranışı gösterirken, çevre kolonların etkileşim alanı sınırlarından doğan itim etmenlerin küçülmelerine yada yok olmalarına sebep olabilir. Bunlara ek olarak etmenler çevre kolonlarla etkileşime geçene yada maksimum boyutlarına ulaşana kadar büyümeye devam ederler. Bu etkileşim sürecinde etmenlerin amacı kendi optimizasyonlarını sağlamaktır (Şekil 2.26).
Şekil 2.26. Etmenlerin özörgütlü yapısı (Scheurer, 2005b).
Bu temel kuralların ardından, algoritması oluşturulan sistem Java dilinde kodlanmıştır. Her etmenin kendi organizasyonu ve dolaylı çevre etkileşimi, kolonların belirlenen minimum ve maksimumlardaki iletişimleri ve değişimleri ile simüle edildiğinde; sistem kendini organize eder ve karmaşıklıktan düzene doğru akan bir denge durumuna ulaşır (Scheurer, 2005a). Her etmen ulaştığı denge noktasında, dış çevrede herhangi bir değişiklik olmadığı sürece, sabit kalmaya
32
çalışacaktır. Bu noktada, yaya ve taşıt akslarının değiştirilmesi, taşıyıcı boyutsal kısıtlamaları, galeri boşluklarının yeri ve boyutları, gibi değişikliker sistemin yeniden organize olmasına sebep olacak ve sistem yeniden kendini organize etmeye çalışacaktır (Şekil 2.27).
Her ne kadar sistemin kararlılık noktası tek gibi görünse de, başlangıçta sistemin örgütlenme düzeyi karmaşıklıktan uzak olduğundan dolayı, rastsal olarak konumlanma ve ilk etkileşim sürecindeki ufak farklılıklar, ortaya çıkan sonucun birbirinden farklı olmasına sebep olmaktadır. Bundan dolayı başlangıç durumunun aynılığına karşın, algoritmanın yeniden çalıştırılmasında farklı sonuçlar ortaya çıkabilir (Scheurer, 2005b). Tasarımcının, sistemin her yeniden çalışmasında, belirlediği kriterler doğrultusunda oluşan yeni alternatifler ile karşılaşması olasıdır. Ayrıca sistemin gelişme evresinde parametrelerin değiştirilmesi, çevresel faktörlerde yapılacak değişiklikler, var olan sistemin örgütlenme-karmaşıklık seviyesini değiştirecek ve ortaya çıkacak sonucun rastsal olarak başlatılan ilk durumdan çok organize olmuş hali ile yeniden örgütlenmesine sebep olacaktır. Bo noktada oluşan ara ürünler üzerinden devam etme olanağı, simülasyonun belirli noktalarındaki müdahaleler ile tasarımcıya sunulmuş olmaktadır.
