تحلیل پویای بهینه سازی طراحی معماری پایدار برای سازه های چندمنظوره در کلان شهرهای پرتراکم: آسیا تلفیق مصالح کم کربن، سیستم های انرژی تجدیدپذیر و الگوریتم های هوشمند مبتنی بر یادگیری عمیق

پژوهش حاضر با هدف تحلیل پویای بهینه سازی طراحی معماری پایدار برای سازه های چندمنظوره در کلان شهرهای پرتراکم آسیا انجام شد. این مطالعه بر اساس تلفیق مصالح کم کربن، سیستم های انرژی تجدیدپذیر و الگوریتم های هوشمند مبتنی بر یادگیری عمیق طراحی گردید و شاخص های مختلفی شامل مصرف انرژی، انتشار کربن مصالح، بهره وری سیستم های انرژی تجدیدپذیر و آسایش حرارتی و نورگیری کاربران به طور همزمان ارزیابی شدند. روش پژوهش ترکیبی کیفی-کمی بود؛ در مرحله کیفی شاخص های کلیدی از مرور ادبیات و مصاحبه با متخصصان استخراج شد و در مرحله کمی شبیه سازی های معماری و بهینه سازی با الگوریتم های یادگیری عمیق انجام شد. نتایج نشان داد که استفاده از الگوریتم های هوشمند بیشترین اثرگذاری را در کاهش مصرف انرژی و انتشار کربن، افزایش بهره وری انرژی و ارتقای آسایش کاربران دارد؛ به طوری که مصرف انرژی به ۹۵۴۰۰ کیلووات ساعت در سال و مجموع انتشار کربن مصالح به ۳۵۰ تن کاهش یافت و شاخص کلی راحتی کاربران به ۸۵ رسید. همچنین ترکیب شاخص های طراحی مانند مصالح کم کربن و بهره وری انرژی تاثیر قابل توجهی در بهبود عملکرد پایدار ساختمان ها داشت اما تمرکز صرف بر آسایش حرارتی یا نورگیری طبیعی نتوانست اثرات مشابه الگوریتم های هوشمند را ایجاد کند. تحلیل نتایج نشان داد که شرایط اقلیمی و تراکم جمعیت شهرها تاثیر مستقیم بر مصرف انرژی و بهره وری سیستم ها دارد به طوری که شهرهای مرطوب و پرتراکم نیازمند راهکارهای جامع تر و بهینه تر هستند.

کلیدواژه ها:

معماری پایدار ، سازه های چندمنظوره ، کلان شهرهای پرتراکم ، آسیا ، مصالح کم کربن ، انرژی تجدیدپذیر ، الگوریتم یادگیری عمیق