KR101674970B1 - 일조량 적응형 건축물 배치를 위한 컴퓨터를 이용한 시뮬레이션 방법 - Google Patents

일조량 적응형 건축물 배치를 위한 컴퓨터를 이용한 시뮬레이션 방법 Download PDF

Info

Publication number
KR101674970B1
KR101674970B1 KR1020160105516A KR20160105516A KR101674970B1 KR 101674970 B1 KR101674970 B1 KR 101674970B1 KR 1020160105516 A KR1020160105516 A KR 1020160105516A KR 20160105516 A KR20160105516 A KR 20160105516A KR 101674970 B1 KR101674970 B1 KR 101674970B1
Authority
KR
South Korea
Prior art keywords
information
building
arbitrary
initial
sunshine
Prior art date
Application number
KR1020160105516A
Other languages
English (en)
Inventor
이호영
윤종철
Original Assignee
주식회사 텐일레븐
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 텐일레븐 filed Critical 주식회사 텐일레븐
Priority to KR1020160105516A priority Critical patent/KR101674970B1/ko
Application granted granted Critical
Publication of KR101674970B1 publication Critical patent/KR101674970B1/ko

Links

Images

Classifications

    • G06F17/5009—
    • G06F17/5004—

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 일조량 적응형 건축물 배치를 위한 컴퓨터를 이용한 시뮬레이션 방법에 관한 것으로서, 소정의 지역에서 소정의 일조량 이상의 일조량을 갖는 건축물의 배치를 결정하기 위한 컴퓨터를 이용한 시뮬레이션 방법에 있어서, (a) 초기세대 정보가 포함된 초기건축물 정보가 소정의 지역 정보에 배치입력되고, 상기 배치입력된 초기건축물 정보로 구성된 초기건축물단지 정보가 다수로 생성되는 단계; (b) 상기 다수의 초기건축물단지 정보가 소정의 알고리즘에 입력값으로 입력되는 단계; 및 (c) 상기 소정의 알고리즘이 수행되어 임의세대 정보가 포함된 임의건축물 정보로 구성된 임의건축물단지 정보가 다수로 생성되되, 상기 다수의 임의건축물단지 정보 중에서 상기 임의건축물 정보로 나타내는 건축물의 일조량이 소정의 일조량 이상이고, 상기 임의세대 정보로 나타내는 세대 개수에 의해 정해지는 상기 다수의 임의건축물단지 정보 간의 순위에서 상위 순위에 해당하는 다수의 임의건축물단지 정보가 선택되는 단계를 포함하는 시뮬레이션 방법에 관한 것이다.

Description

일조량 적응형 건축물 배치를 위한 컴퓨터를 이용한 시뮬레이션 방법{A simulation method using a computer for planning of block housing adapted by sunlight}
본 발명은 일조량 적응형 건축물 배치를 위한 컴퓨터를 이용한 시뮬레이션 방법에 관한 것으로, 구체적으로 소정의 지역 내에서 소정의 일조량 이상의 일조량을 갖는 다수의 초기건축물 정보로 구성된 다수의 초기건축물단지 정보가 입력값으로 입력되어 소정의 알고리즘이 수행되고, 수행된 알고리즘을 통하여 생성된 소정의 일조량 이상의 일조량을 갖는 다수의 임의건축물 정보로 구성된 임의건축물단지 정보 중에서 최대의 세대수를 갖는 임의건축물단지 정보가 선택되는 컴퓨터를 이용한 시뮬레이션 방법에 관한 것이다.
최근 미래형 친환경 도시 건축 계획에 따른 스마트시티 기술에 대한 관심이 증가하고 있다. 스마트시티의 대상지 선정에 있어서 기후 분석 및 에너지 절감 부분은 큰 이슈가 되고 있으며, 스마트그리드 기술은 그에 따른 필수 기반 기술이다.
스마트그리드 기술의 핵심은 전력을 소비하는 곳에서 전력을 생산하는 것이며, 최대의 전력 생산 위치 또는 최소의 전력 소비 위치가 곧 스마트 시티 건립의 최적 위치라고 할 수 있다. 그러므로 스마트시티 내의 도시계획 및 건축설계 초기 단계부터 전력을 최대로 생산하고, 최소로 소비하는 건축물의 배치가 중요하다.
특히, 일조량에 적응적인 건축물 배치 방법은 스마트시티 기초 설계과정을 혁신적으로 개선함으로써 도심 재생에너지의 잠재력 평가뿐만 아니라 일조권과 같은 기본권을 보장하는 쾌적한 건축물의 설계가 가능하다.
건축법에서는 일조량 확보를 위한 건축 규정을 만들어 놓고 있는데, 모의 대지 내의 모든 세대가 동지를 기준으로 9시에서 15시 사이에 2시간 이상 연속하여 일조를 확보할 수 있어야 하며, 또는 동지기준 8시부터 16시 사이에 총합 4시간 이상의 일조를 확보하여야 한다.
이에 따라, 아파트단지와 같은 건축물단지 내에서 건축물을 배치함에 있어서 건축물단지 내의 쾌적한 환경을 위하여 일조량이 가장 중요한 요소인 것으로 가정하고, 건축물단지를 구성하는 건축물을 배치함에 있어서 상술한 일조량 이상의 일조량을 갖는 건축물을 배치시킬 수 있는 시뮬레이션 방법이 개시되고 있는 추세이다.
도 1을 참조하여 일조량 적응형 건축물 배치를 위한 종래의 시뮬레이션 방법을 살펴본다.
우선적으로, 소정의 지역에 건축물단지를 생성시킨다. 구체적으로, 소정의 지역 내에 다수의 2차원 폴리곤을 생성하고, 생성된 폴리곤 상에 건축물을 세우며, 그 이후 건축물 층간 분리, 지붕 등 외관 설정, 창문 위치 설정, 세대수 입력 등의 단계를 거쳐 건축물단지를 생성시킨다.
이후, 소정의 지역에 생성된 건축물단지에 대한 소정의 방법으로 건축물의 일조량을 계산하여 소정의 일조량 이상의 일조량을 갖는지를 판단하고, 일조량 조건이 만족하지 않는다면 처음 단계부터 다시 시작하는 시뮬레이션 방법이다.
상술한 종래의 시뮬레이션 방법에 대한 문제점은 다음과 같다.
우선적으로, 하나의 건축물단지를 생성하기 위해서는 많은 시간이 소요된다. 건축물단지를 구성하는 각각의 건축물을 생성하는데 많은 시간이 소요되며, 나아가 생성된 다수의 건축물을 소정의 지역 내에서 배치하는데 별도의 시간이 소요되는 문제점이 있다. 나아가, 다수의 건축물이 배치된 건축물단지에 대한 일조량 조건을 만족하지 않는다면 건축물을 생성시키는 처음 단계부터 다시 시작해야 하는 문제점을 안고 있다.
또한, 소정의 지역을 평지로 가정하고 시뮬레이션을 수행하며, 나아가 소정의 지역 주변의 지형이나 건물배치를 고려하지 않아 시뮬레이션의 정확도가 상당히 낮다는 문제점을 안고 있다.
(특허문헌 1) KR10-2009-0032689 A
상술한 종래의 기술에 따른 문제점을 개선하고자 소정의 알고리즘을 통하여 짧은 시간 내에 일조량 적응형 건축물을 배치할 수 있는 시뮬레이션 방법을 제공하고자 한다.
또한, 일조량에 대한 판단 정확도를 높이고자 소정의 지역 주변의 지형 등이 고려될 수 있는 일조량 적응형 건축물을 배치할 수 있는 시뮬레이션 방법을 제공하고자 한다.
또한, 소정의 일조량 이상의 일조량을 갖는 조건 하에 최대한 많은 세대수를 포함하는 건축물단지를 생성하는 시뮬레이션 방법을 제공하고자 한다.
상술한 과제를 해결하고자 본 발명에 따른 시뮬레이션 방법은, 소정의 지역에서 소정의 일조량 이상의 일조량을 갖는 건축물의 배치를 결정하기 위한 컴퓨터를 이용한 시뮬레이션 방법에 있어서, (a) 초기세대 정보가 포함된 초기건축물 정보가 소정의 지역 정보에 배치입력되고, 상기 배치입력된 초기건축물 정보로 구성된 초기건축물단지 정보가 다수로 생성되는 단계; (b) 상기 다수의 초기건축물단지 정보가 소정의 알고리즘에 입력값으로 입력되는 단계; 및 (c) 상기 소정의 알고리즘이 수행되어 임의세대 정보가 포함된 임의건축물 정보로 구성된 임의건축물단지 정보가 다수로 생성되되, 상기 다수의 임의건축물단지 정보 중에서 상기 임의건축물 정보로 나타내는 건축물의 일조량이 소정의 일조량 이상이고, 상기 임의세대 정보로 나타내는 세대 개수에 의해 정해지는 상기 다수의 임의건축물단지 정보 간의 순위에서 상위 순위에 해당하는 다수의 임의건축물단지 정보가 선택되는 단계를 포함한다.
바람직하게는, 상기 소정의 알고리즘은 인공지능 알고리즘이다.
바람직하게는, 상기 인공지능 알고리즘은 유전자 알고리즘이다.
바람직하게는, 상기 (a) 단계는, (a-1) 상기 소정의 지역 정보가 추출되는 단계; (a-2) 상기 소정의 지역 정보에 상기 초기건축물 정보가 하나 이상으로 배치입력되는 단계; 및 (a-3) 상기 (a-2) 단계에서 배치입력된 초기건축물 정보로 나타내는 건축물에 대한 일조량이 계산되는 단계를 포함하되, 상기 (a-3) 단계에서 계산된 일조량이 소정의 일조량 이상인 경우에만 상기 배치입력된 초기건축물 정보가 상기 초기건축물단지 정보를 구성한다.
바람직하게는, 상기 (a) 단계는, (a-4) 상기 (a-1) 단계 이후, 상기 소정의 지역 주변의 지형 및 건물배치 정보가 추출되는 단계를 더 포함한다.
바람직하게는, 상기 (c) 단계는, (c-1) 상기 (a) 단계에서 생성된 다수의 초기건축물단지 정보 각각을 구성하는 초기건축물 정보가 추출되는 단계; (c-2) 상기 (c-1) 단계에서 추출된 초기건축물 정보가 재조합되어 생성되거나, 또는 상기 (c-1) 단계에서 추출된 초기건축물 정보가 변수로서 소정의 수식으로 입력되고, 상기 소정의 수식으로 연산되어 생성된 상기 임의건축물 정보로 구성된 상기 다수의 임의건축물단지 정보가 생성되는 단계; 및 (c-3) 상기 (c-2) 단계에서 생성된 다수의 임의건축물단지 정보 중에서, 상기 임의건축물 정보로 나타내는 건축물의 일조량이 소정의 일조량 이상이고, 상기 임의세대 정보로 나타내는 세대 개수에 의해 정해지는 상기 다수의 임의건축물단지 정보 간의 순위에서 상위 순위에 해당하는 다수의 임의건축물단지 정보가 선택되는 단계를 포함한다.
바람직하게는, 상기 (c-2) 단계에서 재조합되는 초기건축물 정보 및 소정의 수식의 변수로 입력되는 초기건축물 정보가, 상기 (c-3) 단계에서 선택된 다수의 임의건축물단지 정보 각각을 구성하는 상기 임의건축물 정보로 대체된 이후, 다시 (c-2) 및 (c-3) 단계가 반복되고, 반복된 이후 상기 (c-3) 단계에서 선택된 다수의 임의건축물단지 정보 각각을 구성하는 상기 임의건축물 정보가 다시 상기 (c-2) 단계에서 재조합되거나 상기 소정의 수식의 변수로 입력되는 방식으로 순환 반복된다.
바람직하게는, (d) 상기 (c-2) 단계 및 상기 (c-3) 단계가 순환 반복되는 과정 중에, 상기 (c-3) 단계에서 선택된 다수의 임의건축물단지 정보를 구성하는 상기 임의건축물 정보에 더하여 상기 (c-3) 단계에서 선택된 다수의 임의건축물단지 정보에 신건축물 정보가 추가되는 단계를 더 포함하되, 상기 (c-3) 단계에서 선택된 다수의 임의건축물단지 정보 각각을 구성하는 상기 임의건축물 정보가 나타내는 건축물 및 상기 신건축물 정보가 나타내는 건축물에 대한 일조량이 계산되고, 상기 계산된 일조량이 모두 상기 소정의 일조량 이상인 경우에만 상기 신건축물 정보가 상기 (c-3) 단계에서 선택된 다수의 임의건축물단지 정보를 구성하는 임의건축물 정보가 된다.
상술한 과제해결 수단으로, 소정의 알고리즘을 통하여 일조량 조건을 만족하는 다수의 임의건축물로 구성된 다수의 임의건축물단지 중에서 최대의 세대 개수를 포함하는 임의건축물단지가 용이하게 선택될 수 있다.
구체적으로, 일조량 조건을 만족하는 초기건축물로 구성된 초기건축물단지 2개가 생성되고, 생성된 초기건축물단지를 구성하는 다수의 초기건축물이 재조합되어 다수의 임의건축물단지가 생성된다. 다시 생성된 다수의 임의건축물단지 중에서 일조량 조건을 만족하면서 최대의 세대 개수를 포함하는 2개의 임의건축물단지가 선택되고, 또 다시 선택된 2개의 임의건축물단지를 구성하는 다수의 임의건축물이 재조합되어 또 다른 다수의 임의건축물이 생성되어 구성된 다수의 임의건출물단지가 생성되는 과정이 반복되는데, 포함된 세대 개수가 일정한 개수로 수렴될 때까지 상술한 과정이 반복되어 일조량 조건을 만족하면서 최대의 세대 개수를 갖는 임의건축물단지가 선택될 수 있다.
또한, 소정의 지역 주변의 지형과 건물배치 정보를 반영하여 임의건축물단지를 구성하는 다수의 임의건축물에 대한 일조량 검사가 이루어지기 때문에 시뮬레이션의 정확도가 높다.
또한, 시뮬레이션 과정 중 일조량 조건이 만족된다는 전제 하에 생성된 임의건축물단지에 신건축물이 추가삽입되면서 유전자 알고리즘이 수행되는 바, 소정의 지역 내에서 일조량 조건을 만족하는 임의건축물로 구성된 다수의 임의건축물단지 중에서 가능한 최대의 세대 개수가 포함될 수 있는 임의건축물단지가 선택될 수 있다.
도 1은 종래의 기술의 개념을 개략적으로 설명하기 위한 도면이다.
도 2는 본 발명에 따른 시뮬레이션 방법에 대한 순서도이다.
도 3은 본 발명에 따른 시뮬레이션 방법에서 소정의 지역 설정과 지역 주변의 지형 및 건물배치 추출을 개략적으로 설명하기 위한 도면이다.
도 4는 본 발명에 따른 시뮬레이션 방법에서 수행되는 유전자 알고리즘에서 일조량 조건을 만족하는 건축물을 소정의 지역에 배치입력시켜 건축물단지를 생성시키는 단계를 도형화한 도면이다.
도 5는 본 발명에 따른 시뮬레이션 방법에서 유전자 알고리즘이 수행되는 일과정을 개략적으로 설명하기 위한 도면이다.
도 6은 본 발명에 따른 시뮬레이션 방법에서 유전자 알고리즘이 수행되는 전체 과정을 개략적으로 설명하기 위한 도면이다.
이하, 본 발명에 따른 방법의 바람직한 실시예를 첨부된 도면을 참조하여 설명한다. 이 과정에서 도면에 도시된 선들의 두께나 구성요소의 크기 등은 설명의 명료성과 편의성을 위해 과장되게 도시될 수 있다. 또한, 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자 또는 운용자의 의도 또는 관례에 따라 달라질 수 있다. 그러므로 이러한 용어들에 대한 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
도 1 내지 도 6을 참조하여 본 발명에 따른 시뮬레이션 방법을 설명한다.
이하 설명에서, '건축물 정보'는 건축물의 층수, 층고 높이, 위치, 정남을 기준으로 한 회전각 등에 대한 정보를 포함한 정보이며, '세대 정보'는 건축물에 포함된 세대의 개수, 위치, 면적 등에 대한 정보이며, '건축물단지 정보'는 다수의 건축물 정보가 배치입력되어 구성된 건축물 단지에 대한 정보이다.
'초기건축물단지 정보'는 소정의 알고리즘에 입력값으로 입력되는 건축물단지 정보를 지칭하며, '초기건축물 정보'는 초기건축물단지를 구성하는 건축물 정보를 지칭하며, '초기세대 정보'는 초기건축물정보에 포함된 세대 정보를 지칭한다.
'임의건축물단지 정보'는 초기 건축물단지 정보가 입력값으로 입력된 이후 소정의 알고리즘이 수행되는 과정 중에 생성되는 건축물단지 정보를 지칭하며, '임의건축물 정보'는 임의건축물단지 정보를 구성하는 건축물 정보를 지칭하며, '임의세대 정보'는 임의건축물 정보에 포함된 세대 정보를 지칭한다.
본 발명에 따른 시뮬레이션 방법에서, 소정의 알고리즘은 초기건축물단지 정보가 입력값으로 입력 수행되어 상술한 바와 같이 소정의 일조량 이상의 일조량을 만족하면서 최대의 세대 개수를 포함하는 임의건축물단지 정보를 생성할 수 있는 알고리즘이라면 어떠한 알고리즘도 가능함은 물론이다.
바람직하게는 소정의 알고리즘은 인공지능 알고리즘일 수 있다. 더욱 바람직하게는 소정의 알고리즘은 유전자 알고리즘일 수 있다.
이하 설명에서는 유전자 알고리즘으로 설명한다.
S1단계 : 소정의 지역 설정 및 설정된 지역 주변의 지형 및 건물배치에 대한 정보 추출
건축물단지가 형성될 소정의 지역이 설정된다. 따라서, 설정될 지역에 대한 3차원 지형정보 및 지역 주변의 지형 및 건물배치 정보가 추출될 필요가 있는데, 이에 활용될 수 있는 어떠한 데이터베이스도 가능하나, 바람직하게는 국토교통부에서 제공하는 DEM(Digital Elevation Model)일 수 있다.
국토교통부의 DEM(Digital Elevation Model)을 이용하는 경우, 편리한 구글지도 인터페이스를 이용하여 원하는 지역의 DEM이 직관적이고 빠르게 추출될 수 있다(도 3참조).
S2단계 : 설정된 지역 정보에 다수의 초기건축물 정보가 배치입력되어 2개의 초기건축물단지 정보가 생성
설정된 지역 정보에 다수의 세대 정보가 포함된 다수의 초기건축물 정보가 배치입력되고, 배치입력된 다수의 초기건축물 정보로 구성된 초기건축물단지 정보가 다수로 생성되는데, 바람직하게는 2개가 생성된다.
구체적으로, 설정된 지역을 다수의 구역으로 구분 구획한 구역 정보가 생성되고, 각각의 구역 정보에 초기건축물 정보 하나 이상이 배치입력된다.
초기건축물 정보가 배치입력되어 초기건축물단지 정보가 생성될 때, 후술할 유전자 알고리즘이 수행되어 일조량 조건을 만족하고 최대의 세대 개수를 포함하는 건축물단지에 대한 시뮬레이션 결과값을 갖기 위해서는, 일조량 조건을 만족하면서 최대한 초기세대 개수를 포함하는 초기건축물단지 정보가 생성되는 것이 바람직하다(도 4 참조).
S3단계 : 다수의 초기건축물의 층수, 회전각, 위치 및 설정 지역 주변의 지형 및 건물배치를 반영하여 초기건축물단지 정보를 구성하는 초기건축물 정보로 나타내는 건축물에 대한 일조량이 계산됨
다수의 초기세대 정보를 포함한 다수의 초기건축물 정보로 나타내는 건축물에 대한 일조량이 계산되는데, 상술한 각각의 구역 정보에 초기건축물 정보가 하나씩 입력될 때마다 입력된 초기건축물 정보로 나타내는 건축물에 대한 일조량이 계산되거나, 각각의 구역 정보에 초기건축물 정보가 입력되어 하나의 초기건축물단지 정보가 형성된 이후, 초기건축물단지 정보를 구성하는 다수의 초기건축물 정보가 나타내는 건축물에 대한 일조량이 계산될 수 있다.
일조량 계산에 대한 설명은 후술한다.
S4단계 : 생성된 2개의 초기건축물단지 정보를 구성하는 다수의 초기건축물 정보로 나타내는 건축물의 계산된 일조량이 모두 소정의 일조량 이상인지 여부
소정의 일조량은 상술한 바와 같이 모든 세대가 동지를 기준으로 9시에서 15시 사이에 2시간 이상 연속하여 일조를 확보할 수 있어야 하며, 또는 동지기준 8시부터 16시 사이에 총합 4시간 이상의 일조를 확보하여야 하는 일조량을 지칭한다.
일조량이 소정의 일조량 이상인 경우에는 다음 단계로 넘어가나, 일조량이 소정의 일조량 미만인 경우에는 초기건축물단지 정보를 구성하는 초기건축물 정보가 다시 배치입력될 필요가 있다. 일조량 조건을 만족하는 전제 하에 최대의 세대 개수가 포함된 임의건축물단지 생성이 최종 목표인 바, 일조량 조건을 만족하지 못하는 초기건축물단지 정보를 구성하는 임의건축물 정보가 재조합되어 임의건축물단지 정보가 생성되는 경우, 생성된 임의건축물단지 정보를 구성하는 임의건축물 정보로 나타내는 건축물의 일조량은 여전히 상술할 일조량 조건을 만족시키지 못할 가능성이 크기 때문에 이러한 초기건축물단지 정보는 배척될 필요가 있다.
따라서, S3단계에서 상술한 바와 같이 초기건축물 정보가 하나씩 배치입력될 때마다 배치입력된 초기건축물 정보로 나타내는 건축물에 대한 일조량이 계산되어, 배치입력되는 초기건축물 정보 및 이미 배치입력된 초기건축물 정보로 나타내는 건축물의 일조량이 상술한 일조량 조건을 만족시키지 못하는 경우에는 배치입력되는 그 초기건축물 정보는 배척됨이 바람직하다.
S5: 2개의 초기건축물단지 정보를 구성하는 다수의 초기건축물 정보가 재조합되거나 소정의 수식에 다수의 초기건축물 정보가 입력되어 생성되는 다수의 임의건축물 정보로 구성된 다수의 임의건축물단지 정보가 생성
다수의 임의건축물 정보가 구성하는 다수의 임의건축물단지 정보는 다수의 초기건축물 정보가 재조합되어 생성될 수 있다.
상술한 바와 같이, 초기건축물 정보가 소정의 지역이 구분 구획된 구역 정보에 하나 이상으로 배치입력되며, 배치입력된 다수의 초기건축물 정보가 초기건축물단지 정보를 구성한다. 이러한 2개의 초기건축물단지 정보를 구성하는 각각의 다수의 초기건축물 정보가 재조합되어 동일한 구역 정보에 배치입력되어 임의건축물단지 정보가 생성된다.
예를 들어, 어느 하나의 구역 정보에 해당 구역 정보에 배치입력된 첫 번째 초기건축물단지 정보를 구성하는 초기건축물 정보가 입력되거나, 두 번째 초기건축물단지 정보를 구성하는 초기건축물 정보가 입력되거나, 또는 어느 하나도 입력되지 않을 수 있다. 마찬가지로, 다른 구역 정보에도 해당 구역 정보에 배치입력된 2개의 초기건축물단지 정보를 구성하는 다수의 초기건축물 정보 중 어느 하나가 배치입력될 수 있고, 어느 하나도 배치되지 않을 수도 있다.
결과적으로, 구역 정보가 다수라면, 다수의 구역 정보에 초기건축물 정보가 재조합되어 배치입력되어 서로 다른 임의건축물단지가 생성될 수 있는 경우의 수는 구역 정보가 많은면 많을수록 경우의 수도 많아진다(도 5참조).
또는, 소정의 수식에 다수의 초기건축물 정보가 입력되어 나온 결과값인 임의건축물 정보로 구성된 임의건축물단지가 생성될 수 있다.
상술한 어느 한 구역 정보에 첫 번째 초기건축물단지 정보를 구성하는 초기건축물 정보와 이에 상응하는 두 번째 초기건축물 정보가 동시에 배치입력되려고 할 때, 소정의 수식에 입력되어 나온 결과값으로 임의건축물 정보가 생성되고, 이러한 임의건축물 정보로 구성된 임의건축물단지 정보가 생성될 수 있다.
예를 들어, 어느 한 구역 정보에 첫 번째 초기건축물단지 정보를 구성하는 초기건축물 정보가 1개 배치입력되어 있고 두 번째 초기건축물단지 정보를 구성하는 초기건축물 정보도 1개 배치입력되어 있다면, 이 구역 정보에 생성될 1개의 임의건축물 정보에 포함되는 층수, 회전각, 위치 정보는 첫 번째 초기건축물 정보에 포함된 값과 두 번째 초기건축물 정보에 포함된 값의 평균값일 수 있다.
나아가, 어느 한 구역 정보에 첫 번째 초기건축물 정보가 1개 배치입력되어 있고, 두 번째 초기건축물 정보는 2개 배치입력되어 있다면, 이 구역 정보에 생성될 임의건축물 정보는 2개가 될 수 있으며, 생성될 2개 중 1개 임의건축물 정보에 포함될 층수, 회전각, 위치 정보는 두 번째 2개의 초기건축물 정보의 제1평균값일 수 있으며, 생성될 2개 중 나머지 임의건축물 정보에 포함될 층수, 회전각, 위치 정보는 제1평균값과 첫 번째 1개의 평균값인 제2평균값일 수 있다.
기타의 경우에 적용될 수 있는 바람직한 소정의 수식은 해당 구역 정보에 배치입력된 첫 번째 초기건축물 정보와 두 번째 초기건축물 정보의 평균값으로 수렴시킬 수 있는 수식일 수 있다.
S6단계 : S5단계에서 생성된 다수의 임의건축물단지 정보 각각을 구성하는 다수의 임의건축물 정보로 나타내는 건축물에 대한 일조량 계산
S5단계에서 생성된 다수의 임의건축물단지 정보를 구성하는 모든 임의건축물 정보로 나타내는 건축물에 대한 일조량이 계산된다.
S7단계 : S6단계에서 계산된 일조량이 소정의 일조량 이상인 다수의 임의건축물 정보로 구성된 다수의 임의건축물단지 정보 중에서 임의세대 정보로 나타내는 세대 개수를 가장 많이 포함하는 2개의 임의건축물단지 정보를 선택
S5단계에서 생성된 다수의 임의건축물단지 정보 중에서, 일조량 조건을 만족하면서 임의세대 정보로 나타내는 세대 개수가 가장 많은 임의건축물단지 2개가 선택된다. 유전자 알고리즘 상 우월한 객체가 선택되고 우월한 객체끼리 재교배하기 위함이다.
일조량 조건이 만족하는 다수의 임의건축물단지 정보 중에서 세대 개수가 가장 많은 2개가 선택되는 것이 바람직하지만, 경우에 따라서는 세대 개수에 의해 정해지는 다수의 임의건축물단지 정보 간의 순위에서 상위 순위에 해당되는 2개의 임의건축물단지 정보가 선택될 수 있음은 물론이다.
S8단계 : S7단계에서 선택된 2개의 임의건축물단지 정보를 구성하는 다수의 임의건축물 정보가 재조합되거나 소정의 수식에 다수의 임의건축물 정보가 입력되어 생성되는 다수의 임의건축물 정보로 구성된 다수의 임의건축물단지 정보가 생성
S7단계에서 생성된 다수의 임의건축물단지 정보를 구성하는 다수의 임의건축물 정보가 재조합되어 또 다른 다수의 임의건축물 정보를 구성하는 또 다른 다수의 임의건축물단지 정보가 생성된다.
S7단계에서 생성된 임의건축물단지 정보를 구성하는 임의건축물 정보가 상술한 어느 한 구역 정보에 재조합으로 배치입력되어 또 다른 임의건축물단지 정보를 구성한다.
예를 들어, 어느 하나의 구역 정보에 해당 구역 정보에 배치입력된 첫 번째 임의건축물단지 정보를 구성하는 임의건축물 정보가 입력되거나, 두 번째 임의건축물단지 정보를 구성하는 임의건축물 정보가 입력되거나, 또는 어느 하나도 입력되지 않을 수 있다. 마찬가지로, 다른 구역 정보에도 해당 구역 정보에 배치입력된 2개의 임의건축물단지 정보를 구성하는 다수의 임의건축물 정보 중 어느 하나가 배치입력될 수 있고, 어느 하나도 배치되지 않을 수도 있다.
결과적으로, 구역 정보가 다수라면, 다수의 구역 정보에 임의건축물 정보가 재조합되어 배치입력되어 서로 다른 임의건축물단지가 생성될 수 있는 경우의 수는 구역 정보가 많은면 많을수록 경우의 수도 많아진다(도 5참조).
또는, 소정의 수식에 다수의 임의건축물 정보가 입력되어 나온 결과값인 또 다른 임의건축물 정보로 구성된 또 다른 임의건축물단지가 생성될 수 있다.
상술한 어느 한 구역 정보에 첫 번째 임의건축물단지 정보를 구성하는 초기건축물 정보와 이에 상응하는 두 번째 임의건축물 정보가 동시에 배치입력되려고 할 때, 소정의 수식에 입력되어 나온 결과값으로 또 다른 임의건축물 정보가 생성되고, 이러한 임의건축물 정보로 구성된 또 다른 임의건축물단지 정보가 생성될 수 있다.
예를 들어, 어느 한 구역 정보에 첫 번째 임의건축물단지 정보를 구성하는 임의건축물 정보가 1개 배치입력되어 있고 두 번째 임의건축물단지 정보를 구성하는 임의건축물 정보도 1개 배치입력되어 있다면, 이 구역 정보에 생성될 1개의 또 다른 임의건축물 정보에 포함되는 층수, 회전각, 위치 정보는 첫 번째 임의건축물 정보에 포함된 값과 두 번째 임의건축물 정보에 포함된 값의 평균값일 수 있다.
나아가, 어느 한 구역 정보에 첫 번째 임의건축물 정보가 1개 배치입력되어 있고, 두 번째 임의건축물 정보는 2개 배치입력되어 있다면, 이 구역 정보에 생성될 또 다른 임의건축물 정보는 2개가 될 수 있으며, 생성될 2개 중 1개 또 다른 임의건축물 정보에 포함될 층수, 회전각, 위치 정보는 두 번째 2개의 임의건축물 정보의 제1평균값일 수 있으며, 생성될 2개 중 나머지 또 다른 임의건축물 정보에 포함될 층수, 회전각, 위치 정보는 제1평균값과 첫 번째 1개의 평균값인 제2평균값일 수 있다.
기타의 경우에 적용될 수 있는 바람직한 소정의 수식은 해당 구역 정보에 배치입력된 첫 번째 임의건축물 정보와 두 번째 임의건축물 정보의 평균값으로 수렴시킬 수 있는 수식일 수 있다.
S9단계 : S8에서 생성된 다수의 임의건축물단지 정보 각각을 구성하는 다수의 임의건축물에 대한 일조량 계산
S8단계에서 생성된 다수의 임의건축물단지 정보 중에서 우선적으로 일조량 조건을 만족하는 임의건축물단지를 선택하기 위함이다.
S10단계 : 일조량 조건을 만족하는 다수의 임의건축물단지 정보 중에서 세대 개수가 가장 많은 2개의 임의건축물단지 정보 선택
S8단계에서 생성된 다수의 임의건축물단지 정보 중에서, 일조량 조건을 만족하면서 임의세대 정보로 나타내는 세대 개수가 가장 많은 임의건축물단지 2개가 선택된다. 유전자 알고리즘 상 우월한 객체가 선택되고 우월한 객체끼리 재교배하기 위함이다.
일조량 조건이 만족하는 다수의 임의건축물단지 정보 중에서 세대 개수가 가장 많은 2개가 선택되는 것이 바람직하지만, 경우에 따라서는 세대 개수에 의해 정해지는 다수의 임의건축물단지 정보 간의 순위에서 일조량 조건을 만족한 다수의 임의건축물단지 정보 중 상위 순위에 해당되는 2개의 임의건축물단지 정보가 선택될 수 있음은 물론이다.
S11단계 : S10에서 선택된 임의건축물단지 정보에 포함된 임의세대 정보로 나타내는 세대 개수가 이전 단계에 비해 더 이상 늘어나지 않고 일정한 세대 개수로 수렴하는지 여부
본 발명에 따른 시뮬레이션 방법은, 일조량이 소정의 일조량 이상인 상태에서 최대의 세대 개수를 포함하는 건축물단지를 선택하기 위함인 바, 세대 개수가 더 이상 늘어나지 않고 일정한 세대 개수로 수렴하면 수렴한 세대 개수를 갖는 건축물단지를 선택함으로써 종료된다.
수렴되지 않고 이전 단계에서의 세대 개수보다 더 많은 세대 개수를 포함하는 건축물단지가 생성된다면, S10단계에서 생성된 임의건축물단지 정보 각각을 구성하는 다수의 임의건축물 정보를 기초로 하여 S8단계가 수행되어 또 다른 다수의 임의건축물단지 정보가 생성되고, 이후 S9 내지 S11단계가 수행된다.
이후, 마찬가지로 세대 개수가 수렴하지 않는다면 임의건축물단지 정보에 포함된 임의세대 정보로 나타내는 세대 개수가 수렴될 때까지 S8단계 내지 S11단계가 순환 반복된다.
도 6을 참조하여 설명한다.
소정의 지역 정보를 구분 구획하여 구역 정보 설정하고, 설정된 구역 정보에 초기건축물 정보가 배치입력되어 제1세대인 2개의 초기건축물단지 정보가 생성된다(1G).
2개의 초기건축물단지 정보 각각을 구성하는 초기건축물 정보가 재조합되거나 소정의 수식에 변수값으로 입력되어 제2세대인 다수의 임의건축물단지 정보가 생성된다(2G).
생성된 제2세대의 다수의 임의건축물단지 정보 중에서 일조량 조건을 만족하면서 최대의 세대 개수를 포함하는 제2세대인 2개의 임의건축물단지 정보가 선택된다(2S).
제2세대인 2개의 임의건축물단지 정보를 구성하는 다수의 임의건축물 정보가 재조합되거나 소정의 수식에 변수값으로 입력되어 제3세대인 다수의 임의건축물단지 정보가 생성된다(3G).
생성된 제3세대인 다수의 임의건축물단지 정보 중에서 일조량 조건을 만족하면서 최대의 세대 개수를 포함하는 제3세대인 2개의 임의건축물단지 정보가 선택된다(3S). 이후, 제4세대의 다수의 임의건축물단지 정보가 생성되고(4G), 생성된 제4세대의 다수의 임의건축물단지 정보 중에서 2개의 임의건축물단지 정보가 선택된다. 이러한 방식으로 최대의 세대 개수가 수렴할 때까지 순환 반복된다.
M1단계 : 일조량 조건을 만족시키는 신건축물 정보가 추가되어 임의건축물단지 정보를 구성
유전자 알고리즘에서 돌연변이가 생성되도록 임의적으로 새로운 유전자를 삽입하는 과정에 해당한다.
세대 개수가 수렴하지 않는 상태에서 선택된 2개의 임의건축물단지 정보를 구성하는 다수의 임의건축물 정보가 재조합되거나 소정의 수식에 변수값으로 입력되어 생성된 다수의 임의건축물단지 정보를 생성하는 과정에서, 선택된 2개의 임의건축물단지 정보 중 어느 하나 이상에 신건축물 정보가 추가삽입된다.
물론, 신건축물 정보가 추가삽입된 상태에서 임의건축물단지 정보를 구성하는 신건축물 정보 뿐만 아니라 모든 임의건축물 정보로 나타내는 건축물의 일조량이 상술한 소정의 일조량 이상의 일조량이어야함은 당연하다.
일조량 계산 방법에 대해서 설명한다.
건물의 일조량을 계산하기 위해서는 시간에 따른 태양의 위치를 알아야 한다. 태양의 위치는 날짜, 위도, 경도, 해발고도 등에 영향을 받으며, 이것을 고려한 NREL (National Renewable Energy Laboratory)의 알고리즘을 참고하여 계산한다.
지구 중심으로부터 현재 위치까지의 방향벡터에 수직인 지표면을 정의하고, 이 평면에서 사방위 벡터를 이용해 태양의 천정각과 방위각을 계산한다.
천정각 θ는 적위 δ와 위도 Λ, 시간 ｔ 그리고 자전속도 ω에 따라 하기 수식 1으로 계산한다.
[수식 1]
Figure 112016080757345-pat00001
그리고 방위각
Figure 112016080757345-pat00002
는 하기 수식 2와 같이 계산되며, 여기에서 α는 태양고도각이다.
[수식 2]
Figure 112016080757345-pat00003
건축법에서 일조량은 동지기준 9시에서 15시 사이에 연속 일조시간 2시간 이상을 또는 8시에서 16시 사이에 총 4시간 이상을 수인한도로 규정하고 있는 바, 세대 정보로 나타내는 각 세대의 창문 위치에서 분 단위로 천정각과 방위각을 계산하여 태양까지 가상의 Ray를 설정하고 다른 건물 또는 지형과 충돌하는지 여부로 일조량을 계산한다.
이상, 본 명세서에는 본 발명을 당업자가 용이하게 이해하고 재현할 수 있도록 도면에 도시한 실시예를 참고로 설명되었으나 이는 예시적인 것에 불과하며, 당업자라면 본 발명의 실시예로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서 본 발명의 보호범위는 특허청구범위에 의해서 정해져야 할 것이다.

Claims (8)

  1. 소정의 지역에서 소정의 일조량 이상의 일조량을 갖는 건축물의 배치를 결정하기 위한 컴퓨터를 이용한 시뮬레이션 방법에 있어서,
    (a) 초기세대 정보가 포함된 초기건축물 정보가 소정의 지역 정보에 배치입력되고, 상기 배치입력된 초기건축물 정보로 구성된 초기건축물단지 정보가 다수로 생성되는 단계;
    (b) 상기 다수의 초기건축물단지 정보가 소정의 알고리즘에 입력값으로 입력되는 단계; 및
    (c) 상기 소정의 알고리즘이 수행되어 임의세대 정보가 포함된 임의건축물 정보로 구성된 임의건축물단지 정보가 다수로 생성되되, 상기 다수의 임의건축물단지 정보 중에서 상기 임의건축물 정보로 나타내는 건축물의 일조량이 소정의 일조량 이상이고, 상기 임의세대 정보로 나타내는 세대 개수에 의해 정해지는 상기 다수의 임의건축물단지 정보 간의 순위에서 상위 순위에 해당하는 다수의 임의건축물단지 정보가 선택되는 단계를 포함하며,
    상기 (c) 단계는,
    (c-1) 상기 (a) 단계에서 생성된 다수의 초기건축물단지 정보 각각을 구성하는 초기건축물 정보가 추출되는 단계;
    (c-2) 상기 (c-1) 단계에서 추출된 초기건축물 정보가 재조합되어 생성되거나, 또는 상기 (c-1) 단계에서 추출된 초기건축물 정보가 변수로서 소정의 수식으로 입력되고, 상기 소정의 수식으로 연산되어 생성된 상기 임의건축물 정보로 구성된 상기 다수의 임의건축물단지 정보가 생성되는 단계; 및
    (c-3) 상기 (c-2) 단계에서 생성된 다수의 임의건축물단지 정보 중에서, 상기 임의건축물 정보로 나타내는 건축물의 일조량이 소정의 일조량 이상이고, 상기 임의세대 정보로 나타내는 세대 개수에 의해 정해지는 상기 다수의 임의건축물단지 정보 간의 순위에서 상위 순위에 해당하는 다수의 임의건축물단지 정보가 선택되는 단계를 포함하며,
    상기 (c-2) 단계에서 재조합되는 초기건축물 정보 및 소정의 수식의 변수로 입력되는 초기건축물 정보가, 상기 (c-3) 단계에서 선택된 다수의 임의건축물단지 정보 각각을 구성하는 상기 임의건축물 정보로 대체된 이후, 다시 (c-2) 및 (c-3) 단계가 반복되고, 반복된 이후 상기 (c-3) 단계에서 선택된 다수의 임의건축물단지 정보 각각을 구성하는 상기 임의건축물 정보가 다시 상기 (c-2) 단계에서 재조합되거나 상기 소정의 수식의 변수로 입력되는 방식으로 순환 반복되며,
    상기 (c-3) 단계에서 선택된 임의건축물단지 정보는 2개이며,
    순환 반복되는 과정 중, 상기 (c-3) 단계에서 선택된 2개의 임의건축물단지 정보에 포함된 각각의 임의세대 정보로 나타내는 세대 개수가, 그 이전의 상기 (c-3) 단계에서 선택된 2개의 임의건축물단지 정보에 포함된 각각의 임의세대 정보로 나타내는 세대 개수 이하인 경우, 최종 상기 (c-3) 단계에서 선택된 2개의 임의건축물단지 정보를 끝으로 순환 반복이 종료되며, 그리고
    (d) 상기 (c-2) 단계 및 상기 (c-3) 단계가 순환 반복되는 과정 중에, 상기 (c-3) 단계에서 선택된 2개의 임의건축물단지 정보를 구성하는 상기 임의건축물 정보에 더하여, 상기 (c-3) 단계에서 선택된 2개의 임의건축물단지 정보에 신건축물 정보가 추가되는 단계를 더 포함하되,
    상기 (c-3) 단계에서 선택된 2개의 임의건축물단지 정보 각각을 구성하는 상기 임의건축물 정보가 나타내는 건축물 및 상기 신건축물 정보가 나타내는 건축물에 대한 일조량이 계산되고, 상기 계산된 일조량이 모두 상기 소정의 일조량 이상인 경우에만 상기 신건축물 정보가 상기 (c-3) 단계에서 선택된 2개의 임의건축물단지 정보를 구성하는 임의건축물 정보가 되는 시뮬레이션 방법.
  2. 제 1 항에 있어서,
    상기 소정의 알고리즘은 인공지능 알고리즘인 시뮬레이션 방법.
  3. 제 2 항에 있어서,
    상기 인공지능 알고리즘은 유전자 알고리즘인 시뮬레이션 방법.
  4. 제 3 항에 있어서,
    상기 (a) 단계는,
    (a-1) 상기 소정의 지역 정보가 추출되는 단계;
    (a-2) 상기 소정의 지역 정보에 상기 초기건축물 정보가 하나 이상으로 배치입력되는 단계; 및
    (a-3) 상기 (a-2) 단계에서 배치입력된 초기건축물 정보로 나타내는 건축물에 대한 일조량이 계산되는 단계를 포함하되,
    상기 (a-3) 단계에서 계산된 일조량이 소정의 일조량 이상인 경우에만 상기 배치입력된 초기건축물 정보가 상기 초기건축물단지 정보를 구성하는 시뮬레이션 방법.
  5. 제 4 항에 있어서,
    상기 (a) 단계는,
    (a-4) 상기 (a-1) 단계 이후, 상기 소정의 지역 주변의 지형 및 건물배치 정보가 추출되는 단계를 더 포함하는 시뮬레이션 방법.
  6. 삭제
  7. 삭제
  8. 삭제
KR1020160105516A 2016-08-19 2016-08-19 일조량 적응형 건축물 배치를 위한 컴퓨터를 이용한 시뮬레이션 방법 KR101674970B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160105516A KR101674970B1 (ko) 2016-08-19 2016-08-19 일조량 적응형 건축물 배치를 위한 컴퓨터를 이용한 시뮬레이션 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160105516A KR101674970B1 (ko) 2016-08-19 2016-08-19 일조량 적응형 건축물 배치를 위한 컴퓨터를 이용한 시뮬레이션 방법

Publications (1)

Publication Number Publication Date
KR101674970B1 true KR101674970B1 (ko) 2016-11-10

Family

ID=57484434

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160105516A KR101674970B1 (ko) 2016-08-19 2016-08-19 일조량 적응형 건축물 배치를 위한 컴퓨터를 이용한 시뮬레이션 방법

Country Status (1)

Country Link
KR (1) KR101674970B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107798201A (zh) * 2017-11-15 2018-03-13 苏州联讯图创软件有限责任公司 建筑模型的日照分析方法
KR102333600B1 (ko) * 2021-06-22 2021-12-02 주식회사 텐일레븐 일조피해를 방지하기 위한 건축물 배치장치
KR102352692B1 (ko) * 2021-06-29 2022-01-19 주식회사 디오텍 가상현실 환경 기반 일조 평가 시스템 및 방법

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20000050372A (ko) * 1999-01-07 2000-08-05 이정국 실시간 일조환경 시뮬레이션 방법 및 기록매체
KR100783567B1 (ko) * 2005-03-26 2007-12-07 삼성물산 주식회사 법규 및 환경 분석결과가 반영된 공동주택 단지의배치설계방법
JP2010009595A (ja) * 2008-06-24 2010-01-14 Livermore Software Technology Corp 工学設計最適化において遺伝的アルゴリズム（ｇａ）を用いるサンプリングストラテジー
JP2014153994A (ja) * 2013-02-12 2014-08-25 Panahome Corp 建築物の設計方法、それを用いた製造方法、及びそれに用いる設計装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20000050372A (ko) * 1999-01-07 2000-08-05 이정국 실시간 일조환경 시뮬레이션 방법 및 기록매체
KR100783567B1 (ko) * 2005-03-26 2007-12-07 삼성물산 주식회사 법규 및 환경 분석결과가 반영된 공동주택 단지의배치설계방법
JP2010009595A (ja) * 2008-06-24 2010-01-14 Livermore Software Technology Corp 工学設計最適化において遺伝的アルゴリズム（ｇａ）を用いるサンプリングストラテジー
JP2014153994A (ja) * 2013-02-12 2014-08-25 Panahome Corp 建築物の設計方法、それを用いた製造方法、及びそれに用いる設計装置

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107798201A (zh) * 2017-11-15 2018-03-13 苏州联讯图创软件有限责任公司 建筑模型的日照分析方法
CN107798201B (zh) * 2017-11-15 2021-03-12 苏州联讯图创软件有限责任公司 建筑模型的日照分析方法
KR102333600B1 (ko) * 2021-06-22 2021-12-02 주식회사 텐일레븐 일조피해를 방지하기 위한 건축물 배치장치
KR102352692B1 (ko) * 2021-06-29 2022-01-19 주식회사 디오텍 가상현실 환경 기반 일조 평가 시스템 및 방법

Similar Documents

Publication Publication Date Title
Liang et al. An open-source 3D solar radiation model integrated with a 3D Geographic Information System
Asakereh et al. Developing a GIS-based fuzzy AHP model for selecting solar energy sites in Shodirwan region in Iran
Kämpf et al. Optimisation of buildings’ solar irradiation availability
CN112883476B (zh) 建筑空间的布局方法、装置及电子设备
Rakha et al. Generative urban modeling: a design work flow for walkability-optimized cities
CN105653601B (zh) 空调选型的方法及装置
Li et al. Assessment of urban fabric for smart cities
Li et al. Estimating geographical PV potential using LiDAR data for buildings in downtown San Francisco
KR101674970B1 (ko) 일조량 적응형 건축물 배치를 위한 컴퓨터를 이용한 시뮬레이션 방법
Xu et al. Evaluation of photovoltaic potential by urban block typology: A case study of Wuhan, China
Lin et al. MOOSAS–A systematic solution for multiple objective building performance optimization in the early design stage
Vahdatikhaki et al. Optimization of PV modules layout on high-rise building skins using a BIM-based generative design approach
Zhu et al. GIScience can facilitate the development of solar cities for energy transition
CN104167021A (zh) 一种基于地球空间立体剖分的空间目标索引方法
CN106355640A (zh) 一种地上地下三维一体化空间的处理方法和系统
Wang et al. Tourism resource assessment and spatial analysis of wine tourism development: A case study of the eastern foothills of China’s Helan Mountains
Montavon Optimisation of urban form by the evaluation of the solar potential
Zhou et al. A comprehensive workflow for high resolution 3D solar photovoltaic potential mapping in dense urban environment: A case study on campus of delft university of technology
Torus Learning from vernacular Turkish House: Designing mass-customized houses in Mardin
JP2015094596A (ja) 太陽エネルギー利用計算システム
Hu et al. Batch modeling of 3d city based on esri cityengine
Liu et al. Data science based landscape ecology for traditional village landscape protection
Singh et al. Impact of commercial land mixture on energy and environmental performance of mixed use neighbourhoods
Rigaut Time decomposition methods for optimal management of energy storage under stochasticity
Colucci et al. Making Toronto solar ready: Proposing urban forms for the integration of solar strategies

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant