MX2008009808A - Sistema y metodo de planeacion de terreno implementado en computador. - Google Patents

Abstract

Un sistema de planeación de terreno implementado en un computador se diseña para generar por lo menos una solución conceptual apta a un problema de desarrollo de terreno definido por usuario. El sistema crea electrónicamente por lo menos una solución candidata al problema de desarrollo de terreno. La solución candidata incorpora un número de mediciones de ingeniería aplicables al desarrollo de un sitio de terreno no desarrollado. Una función de aptitud evalúa cuantitativamente la solución candidata con base en su aptitud. Una estrategia de solución de problemas heurística manipula las mediciones de ingeniería de la solución candidata para lograr una solución mas cuantitativamente apta al problema de desarrollo de terreno. Un dispositivo de salida del computador emite a un usuario documen-tación ilustrando la solución apta al problema de desarrollo de terreno.

Description

SISTEMA Y METODO DE PLAÑEACIÓN DE TERRENO IMPLEMENTADO EN COMPUTADOR Campo Técnico y Antecedentes de la Invención Esta invención se refiere a un sistema y método de planeacion de terreno, implementados en computador, tales como los diseñados para generar al menos una solución apta para un problema de desarrollo de terreno definido por el usuario. La invención es igualmente aplicable a la planeacion y el desarrollo de sitios de terrenos comerciales, de uso mixto, y residenciales de un solo y varios lotes . El proceso usado hoy en día por desarrolladores de bienes raíces profesionales , corporaciones, entidades gubernamentales y otros para evaluar un terreno acerca de factibilidad de ingeniería, costo de desarrollo, y propósitos de inversión es consumidor de tiempo, impreciso, y costoso. Desafortunadamente, el proceso actual está volviéndose aun mas complejo y costoso debido a las complicaciones burocráticas añadidas con la zonificación de uso de terreno, requerimientos de protección ambiental, procesos de permisos extendidos así como la disponibilidad y costo escalante del terreno en áreas deseables. Este problema afecta a un espectro amplio de usuarios de terrenos incluyendo, por ejemplo, desarrolladores de bienes raíces (oficinas/industriales, comerciales, de venta, residenciales), corporaciones que son propietarios y usuarios de bienes raíces (públicas/privadas), y entidades gubernamentales (federales, estatales, municipales, citadinas) . Para cada uno de los usuarios anteriores, evaluar la factibilidad de un sitio de terreno para desarrollo típicamente involucra un equipo de desarrollo de terreno incluyendo uno o mas arquitectos, ingenieros, y planeadores de terrenos. Muchos de estos miembros de equipo están vinculados a trazar y planear los usos pretendidos en el sitio siendo considerado. Este proceso de planeación inicial puede tomar de 2 días a cuatro semanas, y usualmente resulta en un solo dibujo esquemático con información limitada (v.gr. , ¿el sitio soportará los trazados de edificación o lotes de edificación y las calles y/o lotes de estacionamiento necesarios?) . En este punto, con base mayormente en la intuición y una "corazonada" acerca del proyecto, el desarrollador elegirá contratar planeación e ingeniería adicionales para evaluar de manera mas precisa la factibilidad del plan y el presupuesto. Este proceso puede tomar de 2 a 16 semanas y usualmente resulta en solamente una opción que se basa en la experiencia del diseñador pero no se optimiza en ningún respecto. Esta información entonces se usa para estimar un presupuesto mas preciso. Frecuentemente ingeniería de valor se requiere para llevar el diseño de regreso dentro del presupuesto original. Este proceso toma 2 a 6 semanas. El presupuesto final generalmente no se determina sino hasta el fin del proceso de planeación - algunos 3-4 meses después de la consideración inicial del sitio de terreno . El proceso de planeación anterior frecuentemente debe ocurrir antes de que la propiedad se compre, y requiere inversión sustancial en cuotas legales y dinero de adelanto para mantener la propiedad por una longitud de tiempo extendida. Después de este proceso de 4 a 28 semanas (promedio 16 semanas) y costos considerables y riesgo de oportunidad perdida, el desarrollador debe evaluar el riesgo de adquirir y desarrollar la propiedad con base en una opción de diseño no optimizada. Desafortunadamente, el proceso delineado anteriormente se complica aun mas por mala comunicación y desconexión entre los muchos grupos involucrados, lo cual frecuentemente resulta en malos diseños, malos presupuestos, desacuerdos, y malos proyectos . El presente solicitante reconoce que la industria del desarrollo de terrenos necesita un cambio de paradigmas mayor, el cual ahora es posible a través de avances en modelación matemática y hardware de computación. Una meta primaria de la presente invención es arreglar los problemas delineados anteriormente a través de un sistema de ingeniería virtual que puede producir muchas alternativas optimizadas para desarrollo de terrenos -incluyendo la planeación, ingeniería y creación de presupuesto para cada solución potencial . Este proceso de computación generalmente se logra en un periodo de máximo 24 horas.

Estrategia Heurística La velocidad y efectividad de la presente invención se avanza usando un enfoque de optimización matemática heurístico, tal como algoritmos evolutivos (con instancias posibles, tales como algoritmos genéticos, estrategias de evolución, programación evolutiva, programación genética, y combinaciones de las anteriores y sus componentes) . Para ciertas sub-tareas, enfoques de programación matemática tales como programación lineal, programación de enteros mixtos, y ramificación y poda, se utilizan también. Expresado de manera concisa, un algoritmo evolutivo (o "EA" ) es una técnica de programación que se asemeja a evolución biológica como estrategia de resolución de problemas. Dado un problema específico a resolver, la entrada al EA es un conjunto de soluciones potenciales a ese problema, codificadas en alguna manera, y una métrica llamada una función de aptitud que permite que cada candidato sea evaluado cuantitativamente. Estos candidatos pueden ser soluciones que ya se conoce que funcionan, con el objetivo del EA siendo mejorarlas, pero mas frecuentemente se generan de manera aleatoria. A partir de estas soluciones candidatas iniciales, mediante un proceso llamado reproducción, copias son hechas en tal una manera que mejores soluciones candidatas (de acuerdo con su medida de aptitud) reciben mas copias en promedio mientras que soluciones candidatas peores reciben menos copias en promedio.

Alternativamente, la reproducción puede no basarse en aptitud, sino en su lugar puede seleccionar soluciones completamente de manera aleatoria a partir de una población padre. Estas copias generadas por reproducción entran a la siguiente generación del algoritmo, y también se someten a procesos de modificación aleatoria conocida como mutación y cruce (también llamada recombinación. Después de la mutación y cruce (juntos frecuentemente llamados "operadores de variación" , las soluciones recién creadas son evaluadas cuantitativamente para determinar sus valores de aptitud. Después de este paso de determinación de aptitud, un paso de selección se puede añadir el cual - ya sea de manera determinística o de acuerdo con un proceso aleatorio a base de aptitud - selecciona mejores soluciones para que la población de descendencia sobreviva mientras que descarta soluciones peores. Este paso de selección se puede aplicar a la descendencia solamente, o a la solución de padres y descendencia. Posteriormente, el proceso se repite. La expectación es que la aptitud promedio de la población se incrementará en cada ronda, y así mediante repetir este proceso por cientos o miles de rondas, soluciones muy buenas al problema se pueden descubrir. Compendio de la Invención Por lo tanto, es un objeto de la invención proporcionar un sistema de planeacion de terreno implementado en un computador y método diseñado para generar por lo menos una solución conceptual apta a un problema de desarrollo de terreno definido por usuario. Es otro objeto de la invención proporcionar un sistema de planeacion de terreno implementado en un computador que utiliza una estrategia de solución de problemas heurística, tal como algoritmos evolutivos. De acuerdo con un algoritmo evolutivo, la evolución comienza a partir de una población de individuos completamente aleatorios y ocurre en generaciones. En cada generación, la aptitud de la población completa se evalúa, múltiples individuos se seleccionan de manera estocástica y determinativa a partir de la población actual (con base en su aptitud) , se modifican (se mutan y/o se recombinan) para formar una nueva población, la cual se vuelve actual en la siguiente iteración del algoritmo. Durante este proceso, el tamaño de la población puede mantenerse constante (como en un algoritmo genético) o cambiar (como en una estrategia de evolución (µ, ?) o (µ+?) ) . Es otro objeto de la invención proporcionar un sistema de planeacion de terreno implementado en un computador que lleva a cabo planeacion e ingeniería de terrenos simultáneamente. Esta invención puede considerar varios parámetros de desarrollo de terreno (v.gr., especificaciones del sitio, restricciones de usuario, información de costos) por adelantado a partir de las perspectivas de tanto el planeador de terreno y el ingeniero, y luego explora miles de opciones usando algoritmos heurísticos para determinar cuales opciones son las mejores según se determinan por costos y/o ingresos. Es otro objeto de la invención proporcionar un sistema de planeación de terreno implementado en un computador el cual puede aplicar en una implementacion ejemplar una estrategia de solución de problemas heurística al proceso de ingeniería civil actual para revolucionar la planeación y el desarrollo de terrenos residenciales y comerciales. Es otro objeto de la invención proporcionar un sistema de planeación de terreno implementado en un computador el cual puede reducir en una implementacion ejemplar el tiempo que toma llegar a un dibujo de ingeniería final (85% completo o mas) , incluyendo información de costos, de 3-4 meses a menos de 24 horas en muchos casos . Es otro objeto de la invención proporcionar un sistema de planeación de terreno implementado en un computador el cual puede proporcionar en una implementacion ejemplar tecnología, accesible mediante la red (web) , que permitirá a un usuario determinar la manera mas efectiva en cuanto a costo para desarrollar un sitio de terreno. Es otro objeto de la invención proporcionar un sistema de planeación de terreno implementado en un computador el cual puede permitir en una implementacion ejemplar la visualizacion de un problema de desarrollo de terreno y la solución final. Es otro objeto de la invención proporcionar un sistema de planeación de terreno implementado en un computador el cual puede dar en una implementacion ejemplar al desarrollador de terreno acceso directo a información calificada en alrededor de 24 horas (o menos) contra muchos meses. Es otro objeto de la invención proporcionar un sistema de planeación de terreno implementado en un computador el cual puede minimizar en una implementacion ejemplar el capital de inversión inicial requerido para desarrollar un sitio de terreno. Es otro objeto de la invención proporcionar un sistema de planeación de terreno implementado en un computador el cual puede reducir en una implementacion ejemplar costos de ingeniería . Es otro objeto de la invención proporcionar un sistema de planeación de terreno implementado en un computador el cual puede minimizar en una implementacion ejemplar el riesgo asociado con desarrollar un sitio de terreno. Es otro objeto de la invención proporcionar un sistema de planeación de terreno implementado en un computador el cual puede minimizar en una implementacion ejemplar el tiempo de ingeniería . Es otro objeto de la invención proporcionar un sistema de planeación de terreno implementado en un computador el cual puede integrar efectivamente en una implementacion ejemplar los lados creativo (estético) e de ingeniería de planeación y desarrollo de terrenos para lograr una solución muy buena o inclusive globalmente óptima.

Es otro objeto de la invención proporcionar un sistema de planeacion de terreno implementado en un computador el cual se puede optimizar en una implementacion ejemplar alrededor de mediciones financieras, tales como costo y retorno a la inversión (ROI) . Es otro objeto de la invención proporcionar un sistema de planeacion de terreno implementado en un computador el cual puede generar en una implementacion ejemplar múltiples soluciones "óptimamente diferentes" a un problema de desarrollo de terreno, y que presenta las soluciones en un formato ".dwg" que puede ingresarse y manipularse directamente en un sistema CAD/CAM existente para ingenieros. Es otro objeto de la invención proporcionar un sistema de planeacion de terreno implementado en un computador el cual está disponible en una implementacion ejemplar para uso en PCs solos o en redes. Es otro objeto de la invención proporcionar un sistema de planeacion de terreno implementado en un computador el cual puede utilizar en una implementacion ejemplar Topografía Satelital Digital. Es otro objeto de la invención proporcionar un sistema de planeacion de terreno implementado en un computador el cual puede utilizar en una implementacion ejemplar una estrategia de solución de problemas heurística capaz de manipular muchos parámetros simultáneamente.

Es otro objeto de la invención proporcionar un sistema de planeacion de terreno implementado en un computador el cual puede utilizar en una implementacion ejemplar una estrategia de solución de problemas heurística que busca mas allá de los óptimos locales. Es otro objeto de la invención proporcionar un sistema de planeacion de terreno implementado en un computador el cual puede utilizar en una implementacion ejemplar una estrategia de solución de problemas heurística diseñada para ser capaz de encontrar el óptimo global en un espacio con muchos óptimos - una propiedad llamada convergencia global con probabilidad uno. Es otro objeto de la invención proporcionar un sistema de planeacion de terreno implementado en un computador el cual puede utilizar en una implementacion ejemplar una estrategia de solución de problemas heurística aplicable en ingeniería de tráfico incluyendo optimización de señales y diseño de autopistas . Es otro objeto de la invención proporcionar un sistema de planeacion de terreno implementado en un computador el cual puede utilizar en una implementacion ejemplar una estrategia de solución de problemas heurística aplicable para optimizar el diseño estructural de edificaciones y puentes. Estos y otros objetos de la presente invención se logran en las formas de realización preferidas divulgadas a continuación mediante proporcionar un sistema de planeacion de terreno implementado en un computador diseñado para generar por lo menos una solución conceptual apta a un problema de desarrollo de terreno definido por usuario. En una implementación, el sistema emplea un medio legible en computador y un programa de computador codificado en el medio. El programa de computador es operable, cuando se ejecuta en un computador, para crear electrónicamente por lo menos una solución candidata al problema de desarrollo de terreno. La solución candidata incorpora una pluralidad de mediciones de ingeniería aplicables en el desarrollo de un sitio de terreno no desarrollado. Una función de aptitud evalúa cuantitativamente la solución candidata con base en su costo. La función de aptitud también puede incluir uno o mas componentes de castigo los cuales cuentan por la solución candidata que viola una o mas restricciones definidas por usuario. Una estrategia de solución de problemas heurística manipula las mediciones de ingeniería de la solución candidata para lograr una solución mas cuantitativamente apta al problema de desarrollo de terreno. Un medio de salida, tal como un monitor de despliegue, impresor, comunicación electrónica, o similar, entrega a un usuario documentación ilustrando la solución apta para el problema de desarrollo de terreno. El término "planeación" se define de manera amplia en la presente para referirse a cualquier desarrollo conceptual de un sitio de terreno. El término "sitio de terreno no desarrollado" se refiere a un sitio que puede o no tener estructura y/o infreestructura de ingeniería existentes, y que no se ha desarrollado aun de acuerdo con una de las soluciones conceptuales aptas generadas en el presente sistema. El término "heurístico" se refiere ampliamente a cualquier estrategia de solución de problemas que utiliza técnicas adaptativa, de auto-educación, o auto-adaptativa (como la evaluación de retroalimentación) para mejorar el desempeño. Las siguientes son ejemplos de estrategias de solución de problemas heurísticas: algoritmos evolutivos (tales como algoritmos genéticos, estrategias de evolución, programación evolutiva, programación genética, y variantes de estas) , temple simulado, evolución diferencial, redes neuronales, estrategias de ascenso de colinas, optimización de colonia de hormigas, optimización de enjambre de partículas, y búsqueda de tabúes. Para ciertas sub-tareas también se consideran como heurísticas programación linea, programación de enteros mixtos, y algoritmos de ramificación y poda. De acuerdo con otra forma de realización preferida, medios, tales como un modelo de terreno digital, representan digitalmente al sitio de terreno no desarrollado en espacio tridimensional . De acuerdo con otra forma de realización preferida, un programa de computador comprende instrucciones para localizar conceptualmente las mediciones de ingeniería dentro del espacio tri -dimensional . De acuerdo con otra forma de realización preferida, las mediciones de ingeniería se seleccionan a partir de un grupo que incluye, pero no se limita a, sistema de agua de lluvia, sistema de recolección de drenaje sanitario, y sistema de agua potable. De acuerdo con otra forma de realización preferida, la documentación de salida comprende por lo menos un dibujo generado por computador. De acuerdo con otra forma de realización preferida, la documentación de salida además comprende un listado de costos por artículo de las mediciones de ingeniería. De acuerdo con otra forma de realización preferida, la documentación se entrega al usuario mediante una red de comunicaciones global . En otra forma de realización, la invención es un sistema de planeación de terreno implementado en un computador diseñado para generar por lo menos una solución conceptual apta a un problema de desarrollo de terreno definido por usuario. Un procesador obtiene acceso a restricciones de desarrollo de terreno para un sitio de terreno no desarrollado. El sistema además emplea un medio legible en computador y un programa de computador codificado en el medio. El programa de computador es operable, cuando se ejecuta en un computador, para crear una población de soluciones candidatas al problema de desarrollo de terreno. Cada solución candidata incluye una pluralidad de mediciones de ingeniería aplicables en el desarrollo de un sitio de terreno no desarrollado. El procesador obtiene acceso a un modelo de costos que incluye datos de costos respectivos para cada una de las mediciones de ingeniería. Un programa de computador comprende instrucciones para castigar (o aun descartar) soluciones no aptas que violan las restricciones de desarrollo de terreno. Para todas las soluciones que no han sido descartadas inmediatamente debido a violaciones de restricciones, una función de aptitud se emplea para calcular una calificación de aptitud con base en los datos de costos para las mediciones de ingeniería. La función de aptitud usa varias mediciones de costos y también puede usar varias mediciones de castigos para calcular la aptitud de soluciones candidatas. Una estrategia de solución de problemas heurística manipula las mediciones de ingeniería de soluciones candidatas respectivas para lograr calificaciones de aptitud incrementadas, tal que aquellas soluciones candidatas logrando calificaciones de aptitud incrementadas sean mas probables a ser usadas o aun sean seleccionadas de manera determinística para formar una nueva población en la siguiente iteración del algoritmo. Un programa de computador comprende instrucciones para seleccionar un conjunto de soluciones alternativas óptimamente diferentes a partir de la pluralidad de soluciones aptas. Un medio de salida, tal como un monitor de despliegue, impresor, comunicación electrónica, o similar, se emplea para entregar a un usuario documentación ilustrando las soluciones alternativas óptimamente diferentes al problema de desarrollo de terreno.

De acuerdo con otra forma de realización preferida, el procesador obtiene acceso a las preferencias del usuario para el sitio de terreno no desarrollado. De acuerdo con otra forma de realización preferida, un programa de computador comprende instrucciones para castigar la calificación de aptitud de una solución candidata con base en la violación de una preferencia del usuario. En aun otra forma de realización, la invención es un método de planeación de terreno implementado en un computador diseñado para generar por lo menos una solución conceptual apta a un problema de desarrollo de terreno definido por usuario. El método incluye los pasos de crear electrónicamente por lo menos una solución candidata al problema de desarrollo de terreno. La solución candidata comprende una pluralidad de mediciones de ingeniería aplicables en el desarrollo de un sitio de terreno no desarrollado. La solución candidata se evalúa cuantitativamente con base en su aptitud global (la cual a su vez está comprendida de un componente de costos y un componente de función de castigo) . Una estrategia de solución de problemas heurística entonces se emplea para manipular las mediciones de ingeniería de la solución candidata para lograr una solución mas cuantitativamente apta al problema de desarrollo de terreno. Después de lograr una solución mas apta, la documentación ilustrando la solución apta al problema de desarrollo de terreno es emitida al usuario .

Breve Glosario de Términos El siguiente Glosario de Términos proporciona definiciones/explicaciones básicas de cierta terminología incorporada en la presente descripción: Autómata Celular - Un grupo de algoritmos que usa un conjunto de "células", usualmente en una malla, cada una con un comportamiento local idéntico, para llevar a cabo alguna tarea global. Son frecuentemente usadas para estimular fuerzas naturales tales como gravedad sobre un grano de arena o gota en una nube de lluvia. Cruce - En términos de un Algoritmo Evolutivo, esto se refiere al proceso de combinar partes de dos o mas individuos (padres en este caso) para producir uno o mas individuos nuevos (descendencia) . Triangulación de Delauney - Un método para enlazar puntos en un espacio de dos dimensiones con líneas creando triángulos en una manera única y matemática. Apoyo - Un área de terreno con propiedades especiales que pueden tomarse en cuanta para la optimización. Apoyos típicos incluyen, por ejemplo, áreas de cuidado de árboles, líneas de energía, tuberías de gas y agua existentes y elementos naturales tales como arroyos . Algoritmos Evolutivos (EA) - Un grupo de algoritmos que usa el concepto de evolución natural en una manera abstracta para optimizar soluciones a problemas frecuentemente complejos. Ver discusión siguiente con referencia a las figuras 22-25. Subcon-juntos de Algoritmos Evolutivos incluyen, por ejemplo, Estrategias Evolutivas, Algoritmos Genéticos, Programación Genética y Templado Simulado. Ciclo Evolutivo - El ciclo iterativo según se usa por un Algoritmo Evolutivo. Estrategia Evolutiva - Un subconjunto de Algoritmos Evolutivos que puede usar un espacio de búsqueda continuo, generalmente depende mas de mutación que cruce, y frecuentemente usa estrategias de adaptación de tamaño de paso para evolucionar los parámetros e incrementar el desempeño. Aptitud (Función) - La aptitud de un individuo define el rango en la población de individuos, y con eso la probabilidad de que el individuo sea seleccionado para apareo. La función de aptitud es la función que calcula la aptitud de un individuo. Heurística - Una heurística es la implementación de una suposición que ayuda en el proceso de optimización. El Soluciona-dor de Disposición, por ejemplo, puede usar la suposición de que minimizar el pavimento siempre minimiza los costos. Individuo - En términos de un Algoritmo Evolutivo, esta es la entidad que se evoluciona. Puede consistir de los parámetros de entrada para la función de aptitud. Un individuo recién creado es generalmente llamado "descendencia" y un individuo seleccionado para apareo es generalmente llamado un "padre" . Ciclo Iterativo - Un ciclo que camina a través de una lista de opciones o soluciones posibles. Comercial de Lotes Múltiples- Un sitio comercial de lotes múltiples es un sitio en el cual múltiples edificios comerciales pueden desarrollarse. Estos edificios pueden estar enlazados. También, un solo edificio con diferentes elevaciones de piso para partes separadas del edificio es frecuentemente llamado de "lotes múltiples" . Mutación - Un pequeño cambio en un individuo. Esto es hecho frecuentemente inmediatamente después de que el individuo se genera usando cruce o simple copia. Formación de Nichos - Un método para no solamente optimizar la mejor solución en una población, sino también para mantener la diversidad en la población. Esto genera soluciones así llamadas "óptimamente diferentes", siendo un grupo de diferentes soluciones que son todas localmente óptimas. Óptimamente Diferente - Una solución óptimamente diferente es la "mejor" solución en su vecindad en el espacio de búsqueda. Esto significa que un conjunto de soluciones óptimamente diferentes muestra no solamente las mejores soluciones en el espacio de búsqueda entero, sino también la extensión de soluciones óptimas locales. Optimización - El proceso de intentar encontrar un óptimo en un problema de búsqueda. En una implementación, la optimización está intentando encontrar el mejor plan de plano, grado y utilidad para optimizar el costo de desarrollo de terrenos. Calcular el costo se hace usando simulaciones. Simulación - El proceso de aplicar reglas matemáticas para imitar comportamiento de un proceso del mundo real. En el caso presente, las simulaciones pueden impulsarse hacia "imitar" la construcción de un sitio y calcular cual sería el costo de esta construcción. Construcción de Un Solo Lote - Un sitio comercial de un solo lote es un sitio sobre el cual solamente un edificio es desarrollado . Descripción de la Forma de Realización Preferida y Mejor Modo La presente invención se describe mas completamente a continuación en la presente con referencia a los dibujos acompañantes, en los cuales una o mas formas de realización ejemplares de la invención se muestran. La invención puede, sin embargo, llevarse a la práctica en muchas formas diferentes y no debe considerarse como limitada a las formas de realización señaladas en la presente; en su lugar, estas formas de realización se proporcionan tal que esta divulgación sea operativa, habilitante, y completa. Números similares se refieren a elementos similares a través. Como se usa en la presente, el artículo "un" tiene la intención de incluir uno o mas artículos. Donde solamente se pretende un artículo, el término "uno" o lenguaje similar se usa. Aunque términos específicos se emplean en la presente, se usan en un sentido genérico y descriptivo solamente y no para propósitos de limitación. A menos de que se defina de manera expresa de otra manera en la presente, tales términos se pretenden para que se les dé su significado ordinario y acostumbrado amplio no inconsistente con aquel aplicable en la industria relevante y sin restricción a cualquier forma de realización específica descrita mas adelante en la presente. Cualquier referencia a ventajas, beneficios, resultados inesperados, u operabilidad de la presente invención no se pretenden como una afirmación de que la invención ha sido reducida previamente a práctica o que cualquier prueba se ha llevado a cabo. En una implementación ejemplar, el presente sistema opera en un ambiente utilizando un dispositivo cliente en comunicación con un servidor hospedero sobre una red de computadoras, tal como la Internet. En otras formas de realización, otras redes de computación, por ejemplo, una red de área amplia (WAN) , red de área local (LAN), o intranet, se pueden usar. El servidor hospedero puede comprender un procesador y un medio legible en computador, tal como memoria de acceso aleatorio (RAM) . El procesador es operable para ejecutar ciertos programas de resolución de problemas heurísticos y otras instrucciones de programa de computador almacenadas en memoria. Tales procesadores pueden comprender un microprocesador (o cualquier otro procesador) y también pueden incluir, por ejemplo, un dispositivo de despliegue, dispositivos de almacenamiento de datos, dispositivos de control de cursor, y/o cualquier combinación de estos componentes, o cualquier número de componentes diferentes, periféricos, y otros dispositivos. Tales procesadores también pueden comunicarse con otros medios legibles por computador que almacenan instrucciones de programa de computador, tal que cuando las instrucciones almacenadas se ejecutan por el procesador, el procesador lleva a cabo los pasos descritos en la presente. Los técnicos en la materia también reconocerán que los ambientes ejemplares descritos en la presente no se pretenden para limitar la aplicación del presente sistema, y que ambientes alternativos pueden usarse sin salir del alcance de la invención. Varios programas de solución de problemas incorporados dentro de la presente invención y discutidos adicionalmente en la presente, utilizan, como entradas, datos a partir de un dispositivo de almacenamiento de datos. En una forma de realización, el dispositivo de almacenamiento de datos comprende una base de datos electrónica. En otras formas de realización, el dispositivo de almacenamiento de datos puede comprender un archivo electrónico, disco, u otro dispositivo de almacenamiento de datos. El dispositivo de almacenamiento de datos puede almacenar módulos de ingeniería y costos, códigos y regulaciones de construcción, datos de usuario, y un repositorio. El dispositivo de almacenamiento de datos puede también incluir otros artículos útiles para llevar a cabo las funciones del presente sistema. En un ejemplo, los programas de solución de problemas comprenden una o mas estrategias de solución de problemas heurísticas (en particular, algoritmos evolutivos tales como estrategias de evolución, algoritmos genéticos, programación evolutiva, programación genética, y heurísticas) para "resolver" un enunciado de problema de alto nivel definido por el usuario -v.gr. , optimizando desarrollo de terrenos en un sitio con base en costos. Soluciones óptimamente diferentes resultantes se transfieren sobre la red de computadoras al dispositivo cliente. El usuario es entonces capaz de decidir cual solución apta satisface mejor sus metas de diseño. I . Vista Global del Sistema La presente invención emplea un motor de optimización el cual se divide en tres solucionadores distintos, discutido por separado mas adelante. Estos solucionadores permiten a los usuarios la opción de implementar solamente una porción deseada de la funcionalidad global del sistema, y con ello acelerar el proceso de optimización. Los tres solucionadores separados incluyen: (a) el solucionador de disposición (b) el solucionador de nivelación (c) y el solucionador de instalaciones. Solucionador de Disposición El solucionador de disposición opera para disponer un sitio; añadir espacios de estacionamiento, banquetas, caminos, pavimento y otras características 2D en el sitio. El objetivo es optimizar la ubicación del edificio en el sitio dadas todas las restricciones de disposición ingresadas por el usuario.

Solucionador de Nivelación El solucionador de nivelación optimiza la nivelación propuesta en el sitio dada una cierta disposición fija, tal que el trabajo de tierra sea factible y óptimo. Este solucionador considera restricciones de usuario tales como pendientes mínima y máxima, paredes de retención, y rebordes. Solucionador de Instalaciones El solucionador de instalaciones optimiza las tuberías y entradas en el sitio. Este solucionador considera factores incluyendo tamaños de tuberías, profundidades, el flujo de agua en la superficie, y el flujo en las tuberías. A . Usos Diferentes Los tres solucionadores pueden no solamente usarse de manera individual, sino que también se pueden apilar para combinar dos o todos los tres para lograr una información mas detallada. Apilar los solucionadores tiene impacto en la complejidad de la optimización, y por lo tanto la velocidad a la cual una o mas "soluciones buenas" se calculan. Para flexibilidad añadida, los solucionadores pueden usarse tanto en línea y fuera de línea. En Línea: los solucionadores se inician dentro de una ventana de navegador. En esta implementación, el usuario puede tener interacción con los solucionadores durante una corrida, y puede visualizar la evolución o cálculo de soluciones diferentes. Fuera de Línea: los solucionadores se inician mediante enviar una solicitud a un parque de servidor. En esta implementa-ción, los resultados de la optimización se envían de regreso al usuario cuando la solicitud ha sido completada. Debido a que apilar los solucionadores incrementa la complejidad de la optimización, los solucionadores generalmente no son apilados cuando corren en línea. Corridas en línea pueden ser referidas como "solucionadores rápidos" o "simulaciones" . La figura 1 ilustra acceso de usuario a optimización/simulación en línea o fuera de línea. Una explicación detallada de apilamiento de solucionadores se proporciona en otros instantes en la presente . Para promover la portabilidad y debido a la complejidad relativa de los cálculos, el sistema puede utilizar una red de comunicaciones global, tal como la Internet. Para usar el sistema en esta implementación, usuarios emplean un navegador de Internet y acceso a Internet . Un usuario puede crear proyectos usando la interfaz web y guardar datos a una base de datos alojada. Utilizando la interfaz web, usuarios pueden correr solucionadores rápidos que completan en menos de 5 minutos. Los solucionadores rápidos proporcionan información de alto nivel al usuario, y pueden ser aplicables para resolver consideraciones de factibili-dad y estética básicas. Si información mas detallada se desea, los usuarios pueden solucionar una solución fuera de línea a partir del solucionador apilado. Las soluciones del solucionador apilado proporcionan mayor detalle, costos, y opciones para que los ingenieros utilicen en sus tareas de planeación de sitio. Dependiendo de cuales solucionadores se usan (apilados) en tal una corrida y el tamaño y complejidad del sitio entregado, tiempos de corrida típicos pueden variar de 10 minutos a 24 horas . B . Apilando los Solucionadores Como se menciona anteriormente, hay diferentes maneras de apilar los tres solucionadores en el presente sistema. La figura 2 muestra la interfaz general a los diferentes solucionadores . Hay 6 diferentes escenarios que se pueden emplear: (1) Usar solamente el solucionador de disposición (2) Usar solamente el solucionador de nivelación (3) Usar solamente el solucionador de instalaciones (4) Apilar al solucionador de disposición encima del solucionador de nivelación (5) Apilar al solucionador de nivelación encima del solucionador de instalaciones (6) Usar el apilamiento completo de solucionador de disposición, solucionador de nivelación y solucionador de instalaciones . Cada uno de estos escenarios de corrida requiere diferentes entradas y genera diferentes salidas. En general, las entradas se relacionan con el primer solucionador en el apilamiento, y los resultados son una combinación de los resultados de todos los solucionadores en el apilamiento . Si dos solucionadores se apilan, el primer solucionador usa al segundo como una "función de aptitud" . Este concepto se discute' en mayor detalle mas adelante. C . Solamente Solucionador de Disposición Correr al solucionador de disposición por si mismo es comúnmente hecho para evaluar de manera rápida la estética o factibilidad general de ciertas características de sitio. Ingresar solamente información básica para el sitio dado, tal como límites de propiedad y boceto de edificio, el solucionador de disposición opera para determinar la mejor ubicación del edificio, tomando en cuenta número mínimo de espacios de estacionamiento, caminos, vueltas de camiones (si es necesario), facilidades y otras restricciones de dos dimensiones definidas por usuario. Entrada : - Un límite de propiedad - Un boceto de edificio - Restricciones de dos dimensiones opcionales (v.gr., áreas de apoyo, requerimientos de caminos, requerimientos de espacio de estacionamiento) Salida : - La mejor disposición encontrada con base en el número de espacios de estacionamiento y área pavimentada. Cuando este solucionador se corre en la interfaz web como un solucionador rápido, el usuario también tiene la opción de tener interacción con el solucionador y mover el edificio. Cuando el edificio se mueve, el solucionador de disposición rápidamente actualiza la disposición usando cada nueva ubicación seleccionada por el usuario. En esta implementación, el usuario puede rápidamente evaluar la factibilidad de un sitio y ubicación general del edificio. Debido a que cualquier cambio en restricciones de dos dimensiones, tal como el número de espacios de estacionamiento o requerimientos de caminos, también dispara una actualización de disposición, esta interfaz da al usuario una herramienta poderosa para responder a numerosas preguntas de factibilidad incluyendo, por ejemplo: - ¿Se pueden adaptar 100 lugares de estacionamiento el sitio con la opción de construcción A? - ¿Se pueden adaptar 100 lugares de estacionamiento el sitio con la opción de construcción B? - ¿Se pueden adaptar 100 lugares de estacionamiento el sitio con la construcción A, dos caminos, y proporcionar acceso para camiones en la parte trasera del edificio? - ¿Se pueden adaptar 100 lugares de estacionamiento en el sitio con la construcción A, dos caminos, proporcionar acceso para camiones y adaptar un estanque de drenado? Ejemplos de disposiciones antes y después se proporcionan en las figuras 4 y 5, respectivamente. Antes de que se corra el solucionador de disposición (figura 4) , el usuario debe ingresar solamente características básicas del sitio general, tales como la línea de propiedad, construcción, y datos topográficos. Después de correr el solucionador de disposición (figura 5) , el sistema ha creado líneas de estacionamiento, área de estacionamiento, acceso a caminos, caminos para camiones a los edificios, y banquetas. Los usuarios pueden controlar cuales opciones se consideran mediante proporcionar reglas para que el sistema siga, tales como: - Retallo de edificio está a 150 pies de la línea de propiedad . - No se permite estacionamiento detrás del edificio. - Los caminos de camiones deben ser de 60 pies de anchura . D . Solamente Solucionador de Nivelación Correr al solucionador de nivelación por si mismo da una indicación rápida de los costos de corte de tierra y relleno de tierra de una disposición suministrada. En este escenario, los usuarios ingresan restricciones de nivelación tales como pendiente de lote de estacionamiento mínima, pendiente de lote de estacionamiento máxima, altura de pared de retención máxima, y similares. Cuando se lleva a cabo esta optimización, el sistema considera elevar/bajar el nivel global del terreno, donde colocar paredes de retención, donde necesitan localizarse rebordes, pendiente apropiada para estacionamiento, y otros asuntos de nivelación relevantes. El solucionador de nivelación entonces considera las áreas diferentes especificadas en la disposición, lee las restricciones de nivelación definidas por usuario, y optimiza en cuanto a costos el plan de nivelación para el sitio. Entrada : - Una disposición completa - Una nivelación existente tridimensional - Restricciones de nivelación para la disposición - Costos unitarios separados para nivelar (excavación/relleno) el sitio. Salida : - Una nivelación propuesta tridimensional - Un reporte de costos para la nivelación propuesta (excluyendo costos de instalaciones) Usuarios corriendo este solucionador rápido a través de la interfaz web son provistos con un visualizador de nivelación tridimensional que les permite observar el sitio siendo nivelado de manera activa. Las figuras 6 y 7 muestran imágenes antes y después demostrando operación de la herramienta de simulación de nivelación 3D. Esta herramienta ilustra visualmente el terreno el cual es cortado/rellenado, cualquier piedra excavada, donde se colocan paredes de retención, donde se construyen rebordes, donde se corren los caminos, y otros detalles. Las opciones de nivelación consideradas por el sistema pueden personalizarse por el usuario. El usuario puede ingresar reglas hacia el sistema que dirigen la nivelación del sitio.

Tales reglas incluyen, por ejemplo: - Especificar altura de paredes de retención máximas - Indicar pendientes mínima y máxima permitidas para áreas de estacionamiento. Para optimizar adicionalmente el plan de nivelación, el solucionador de nivelación y el solucionador de instalaciones pueden correrse en un escenario apilado tal que la nivelación considere asuntos de drenado en su solución optimizada. E . Solamente Solucionador de Instalaciones El solucionador de instalaciones genera un plan de drenado optimizado incluyendo entradas, salidas, y tuberías necesarias para drenar de manera efectiva al sitio. El solucionador de instalaciones típicamente correrá apilado bajo el solucionador de nivelación. El solucionador de instalaciones también puede correrse por si mismo en la interfaz web como un solucionador rápido para proporcionar retroalimentacion valiosa con respecto a asuntos de estética y factibilidad. Entrada : - Una disposición sustancialmente completa - Una nivelación tridimensional propuesta sustancialmente completa - Restricciones de instalaciones para la disposición - Costos unitarios para el diseño de instalaciones (tuberías/entradas y así sucesivamente) Salida : - Un plan de instalaciones tridimensional - Un reporte de costos para el plan de instalaciones Ejemplos de opciones antes y después a partir del solucionador de instalaciones se proporcionan en las figuras 8 y 9, respectivamente. La figura 8 muestra al sitio dispuesto sin algún diseño de instalaciones provisto. La figura 9 muestra como se vería el sitio después de que el solucionador de instalaciones ha completado el diseño. La figura 10 muestra detalles provistos en un diagrama para el usuario. Los usuarios pueden dictar ciertas características de diseño mediante ingresar restricciones hacia el sistema. Algunas de las restricciones que se pueden crear incluyen: - Pendiente de tubería Mínima y Máxima - Costos para cada Diámetro de tubería. F . Solucionador de Disposición + Nivelación Apilar al solucionador de disposición encima del solucionador de nivelación requiere que el sistema nivele cada disposición factible generada. Esto permite al usuario considerar la disposición factible menos costosa en términos de nivelación. Este escenario de corrida es generalmente preferible a solamente medir el número de espacios de estacionamiento o tamaño del área pavimentada. Esto asegura que los sitios con niveles factibles sean seleccionados como las mejores opciones. Debido al gran volumen de combinaciones de disposición/nivelación de este escenario de corrida, el solucionador apilado no solamente regresa la mejor disposición, sino también 5 a 10 soluciones propuestas "óptimamente diferentes" . En este caso, el soluciona-dor apilado regresa diferentes alternativas de disposición con costos comparables, dando al usuario mas detalles hacia las opciones para resolver el problema de ingeniería civil. Entrada : - Un límite de propiedad - Un boceto de edificio - Una nivelación tridimensional existente - Restricciones de dos dimensiones opcionales (v.gr. , áreas de apoyo, requerimientos de caminos, requerimientos de espacio de estacionamiento) - Restricciones de nivelación para la disposición Costos unitarios separados para nivelar (excavar/rellenar) el sitio Salida : - 5 a 10 soluciones óptimamente diferentes. Las figuras 11 y 14 ilustran dos soluciones "óptimamente diferentes" . Solución de Salida (para cada solución , lo siguiente puede ser provisto) : - Disposición de sitio completa con edificio, límite de propiedad, estacionamiento, caminos, apoyos, estanques, etc. - Nivelación tridimensional propuesta completa Reportes de costos en HTML y Excel completos delineando todos los gastos en los que se puede incurrir para nivelar y disponer el sitio propuesto - Archivo .DWG completo con capas definidas para cada uno de los componentes de disposición, contornos para nivelar, y detalles de texto necesarios para ingeniería civil - Archivo de sistema completo que contiene todos los detalles relacionados acerca del sitio que se pueden alimentar de regreso hacia el sistema para hacer refinamientos adicionales. Diagramas detalladas de la solución de salida se proporcionan en las figuras 11-16. Esta combinación apilada es corrida fuera de línea y usualmente corre dentro de 1 hora. G . Solucionador de Nivelación + Instalaciones Combinar al solucionador de nivelación con el solucionador de instalaciones requiere que el solucionador de nivelación considere el efecto de la nivelación en el plan de drenado. Si la nivelación cambia, el agua puede fluir en una dirección o área diferente en el sitio. Esto puede requerir un plan de drenado mas costoso aunque la nivelación puede ser menos costosa. Mediante correr al solucionador de instalaciones en nivelaciones diferentes durante la optimización de nivelación, el solucionador de instalaciones puede resaltar áreas problema en la nivelación que pueden ser costosas de resolver. Esas áreas son entonces niveladas de manera diferente mediante el solucionador de nivelación para minimizar el costo total. Entrada : - Una disposición completa - Una nivelación tridimensional existente Restricciones de nivelación para disposición Costos unitarios separados para nivelar (excavar/rellenar) el sitio - Restricciones de instalaciones para la disposición - Costos unitarios para el diseño de instalaciones tuberías y entradas) Salida : Una opción optimizada para la disposición de provista Solución de Salida (para puede ser provisto) : - Nivelación tridimensional propuesta compl Plan de instalaciones tridimensional propuesto completo - Reportes de costos HTML y Excel completos delineando todos los costos en los que se podría incurrir para nivelar y poner tuberías en la disposición de sitio propuesta - Archivo .DWG completo con capas definidas para cada uno de los componentes de disposición, contornos para nivelación, esquemas de tuberías, y detalles de texto para todas las áreas necesarias para ingeniería civil - Archivo de sistema completo que contiene todos los detalles relacionados acerca del sitio que se pueden alimentar de regreso hacia el sistema para hacer refinamientos adicionales Diagramas detallados de la salida de solución se proveen en las figuras 11-16. El solucionador apilado se corre usualmente dentro de 30 minutos. H . Solucionador de Disposición + Nivelación + Instalaciones Usar el apilamiento completo de solucionadores hace posible obtener 5 a 10 disposiciones completamente optimizadas con información mínima. En este escenario, el solucionador de nivelación también considera el costo del plan de drenado. Esto entonces completa la optimización completa proporcionando el plan de sitio menos costoso, factible, considerando todas las restricciones/costos de disposición, nivelación, e instalaciones. Generalmente, este apilamiento completo es mas complejo y requiere mas tiempo para calcular, y proporcionará los resultados mas precisos y detallados. Entrada : - Un límite de propiedad - Un boceto de edificio - Un grado tridimensional existente Restricciones bidimensionales opcionales (v.gr. , áreas de apoyo, requerimientos de caminos, requerimientos de espacios de estacionamiento) - Restricciones de nivelación para la disposición - Restricciones de instalaciones para la disposición - Costos unitarios para nivelar (excavar/rellenar) el sitio - Costos unitarios para el diseño de instalaciones (v.gr., tuberías y entradas) Salida : - 3 a 10 soluciones óptimamente diferentes. Las figuras 11 y 14 ilustran dos soluciones "óptimamente diferentes" . Solución de Salida (para cada solución , lo siguiente puede proporcionarse) : - Disposición de sitio completa con edificio, límite de propiedad, estacionamiento, caminos, apoyos, estanques, etc. - Nivel tridimensional propuesto completo Plan de instalaciones tridimensional propuesto completo - Reportes de costos HTML o Excel completos delineando todos los gastos en los que se incurriría para nivelar y poner tuberías en la disposición de sitio propuesta. - Archivo .DWG completo con capas para cada uno de los componentes de disposición, contornos para nivelación, esquemas de tubería, y detalles de texto para todas las áreas necesarias para ingeniería civil - Archivo de sistema completo que contiene todos los detalles relacionados acerca del sitio que se puede alimentar de regreso hacia el sistema para hacer refinamientos adicionales Diagramas detallados de la salida de solución se proporcionan en las figuras 11-16. Esta corrida completamente apilada en un sitio de 10-15 acres puede requerir entre 8 a 15 horas. II . Optimización Múltiples optimizaciones ocurren en los diferentes solucionadores . La siguiente discusión delinea como estas optimizaciones se llevan a cabo y cuales configuraciones se pueden usar. (i) Ciclo Evolutivo Un algoritmo evolutivo (EA) usa una espira evolutiva para evolucionar a partir de un "conjunto" de individuos usando "selección", "copia", "recombinación" y "mutación para mejorar constantemente a los individuos en un esfuerzo para encontrar una solución óptima. Una introducción extensa hacia EA se proporciona por separado mas adelante y por lo tanto no será repetida, en su lugar, la discusión siguiente se enfoca en como el solucionador de disposición implementa este proceso evolutivo. La figura 3 muestra un ciclo evolutivo general. Primero, una población inicial, o "conjunto", de individuos se genera. El tamaño de esta población generalmente permanece fijo a través del proceso evolutivo. La calidad, o "aptitud", de cada individuo se mide usando la función de aptitud, después de lo cual se revisan los criterios de terminación. Usualmente, el ciclo se termina después de un número fijo de generaciones, pero la aptitud o cambio de aptitud superior' sobre el tiempo también juegan un rol en esto. Siguiente, los "mejores" individuos se seleccionan. El conjunto de los mejores individuos no siempre tiene que ser el conjunto de individuos con la mejor aptitud. (Ver discusión con respecto a "óptimamente diferente" y "formación de nichos" donde este puede no ser el caso.) Los individuos seleccionados se usan para formar la siguiente generación. Esto se puede hacer usando recombinación, pero copia también se emplea frecuentemente. La siguiente generación es usualmente del mismo tamaño como la inicial, pero se genera usando solamente los mejores individuos de la generación inicial. La siguiente generación se muta para con suerte cambiar en la dirección correcta (o mejor) . La manera en que un individuo es mutado puede ser dependiente de problema, pero en la mayoría de las estrategias evolutivas un "tamaño de paso" es usado para tener influencia en el tamaño del cambio que infligido. Estratégicamente cambiar este tamaño de paso puede tener influencia entonces en el desempeño del algoritmo de manera significativa. Después de que se hace la mutación, el ciclo se cierra mediante re-calcular la aptitud de cada individuo. Debido a que el conjunto ahora consiste de individuos cercanos a los mejores en la última generación, la expectativa es que los valores de aptitud de esta generación son ahora mejorados. En una implementación, este proceso evolutivo se usa en áreas donde todos los otros procesos de optimización fallan al desempeñarse. Esto significa que si una alternativa matemática se encuentra para un cierto sub-conjunto del problema, esta alternativa es generalmente preferible. Un proceso evolutivo normalmente no es determinístico , y por lo tanto no generará la misma respuesta en dos ocasiones. Y, debido a que el espacio de búsqueda de la mayoría de los problemas del mundo real es demasiado grande para considerar todas las respuestas posibles, la solución generada por un algoritmo evolutivo nunca se puede probar siendo la mejor solución. Los algoritmos evolutivos son relativamente flexibles sin embargo, y se desempeñan bien en situaciones donde otros algoritmos de optimización no se pueden usar para encontrar una solución. (ii) Optimización vs . Simulación El presente motor de optimización es tanto un optimiza-dor y un simulador. Estos dos conceptos son frecuentemente confusos, y son por lo tanto explicados mejor. La simulación en términos de un programa de computadora es el proceso de asemejar lo que ocurriría dadas ciertas entradas. Este puede ser el caso de analizar un proceso industrial sobre el tiempo, calcular un modelo del clima o, como en este caso, tratar de aplicar "sentido común" a un problema de desarrollo de terreno. Una simulación es usualmente determinísti -ca, y da solamente una respuesta. La optimización en términos de programas de computadora es el proceso de optimizar lo que puede ser ciertas restricciones dadas. Una diferencia importante a simulación es el hecho de que la computadora está intentando encontrar las mejores entradas para hacer concordar al problema y sus restricciones, en lugar de analizar un conjunto de entradas dadas. El presente solucionador de disposición tiene tanto un componente de optimización y un componente de simulación, y en algunas partes, el solucionador puede hacer un poco de ambas. Como opera el solucionador se basa en ciertas suposiciones hechas por el sistema. Cada suposición es en efecto una restricción al optimizador ; le dice al optimizador donde no tiene que buscar para la mejor solución. Cada suposición por lo tanto disminuye el espacio de búsqueda y, en general, incrementa la velocidad del proceso de optimización. Una suposición elegida de manera pobre sin embargo podría tener un impacto significativo en la calidad de las soluciones candidatas . En efecto, cada suposición que se hace mueve una parte del problema a partir del mundo de optimización hacia el mundo de simulación. En otras palabras, en lugar de intentar buscar la mejor solución para un sub-problema, se asume que es óptimo en una cierta manera, haciendo la solución de ese sub-problema determinístico y mas de una solución que una op imización . A . Solucionador de Disposición El componente de optimización del solucionador de disposición se describe a continuación. La figura 17 delinea al solucionador de disposición y sus procesos interno. El componente de optimización del solucionador de disposición es el mecanismo que busca encontrar la mejor ubicación del edificio. Para medir la calidad de una ubicación del edificio, el componente de simulación del solucionador de disposición se usa para simular donde el resto de la disposición irá como resultado de una ubicación del edificio. En términos de un algoritmo evolutivo (EA) , el componente de optimización es el "ciclo evolutivo", mientras que el componente de simulación comprende los "detalles de cálculo" y un "individuo" se considera una ubicación particular del edificio en el sitio. Detalles de este enfoque y configuraciones específicas son dadas en la siguiente discusión. (i) Individuo El individuo en la optimización del solucionador de disposición es una ubicación del edificio. En el caso de un sitio comercial de lotes múltiples, esta puede ser la ubicación de múltiples edificios. En el caso de sitios comerciales, usuarios también pueden querer optimizar la ubicación de estanques o anuncios haciendo estos artículos parte del individuo. Una ubicación del edificio se define como el centro del edificio en términos de orientar al norte y orientar al este, mas la rotación del edificio dada una cierta figura original. (ii) Mutación La mutación de un individuo se hace mediante mover y girar el edificio. La cantidad de movimiento y rotación es una distribución aleatoria Gaussiana con una desviación estándar de un cierto tamaño de paso o. Este tamaño de paso comienza en un tamaño razonable, tal como: sitio diagonal/?, donde ? es el tamaño de población, y puede cambiarse de acuerdo con un número de estrategias. Una estrategia exitosa que se emplea es "auto-adaptación", la cual usa el principio evolutivo para evolucionar al mejor tamaño de paso al mismo tiempo que la ubicación del edificio está evolucionando. La figura 18 muestra un ejemplo de una ubicación de edificio y sus permutaciones. La mutación de un individuo se restringe por numerosos problemas logísticos del mundo real. La mayoría de estos problemas solamente se pueden revisar mediante intentar poner caminos, islas y estacionamiento en el sitio; pero algunas, como revisar si el edificio está dentro del retallo de edificio, se llevan a cabo antes de la evaluación de aptitud. Las ubicaciones que son no factibles, tal como esta, no se consideran en la evaluación de aptitud. Generar soluciones óptimamente diferentes se logra mediante re-formular la definición de un "buen individuo" : Un individuo que tiene la mejor aptitud en su vecindad local. El término "nicho" se refiere a esta vecindad local, por ende el término "formación de nichos". En lugar de seleccionar µ (= número de padres) individuos con la aptitud mas alta durante selección, como se hace normalmente, la selección ahora selecciona solamente al mejor solo individuo. Todos los individuos en la vecindad inmediata de este mejor individuo son ahora removidos, y el mejor individuo restante se selecciona. El proceso se repite mediante remover la vecindad inmediata del segundo individuo y seleccionando de nuevo, hasta que todos los individuos se remuevan o µ individuos se seleccionen. Definir la vecindad de un individuo es un paso importante para este tipo de selección. Generalmente, la vecindad se define por un radio . En el caso de la ubicación relativa al norte y relativa al este del edificio, esto es relativamente directo, pero en el caso de la rotación, se vuelve mas complicado. Dos edificios son considerados estando en la misma vecindad si y sólo si : - Los centros están a no mas de e= (diagonal del sitio/c) pies de separación. - Los ángulos de rotación están a no mas de 45 grados de separación. (Establecer c está relacionado de manera cercana con el número seleccionado de padres; y c = µ no es poco común) Si el número de nichos cae por debajo de µ, entonces el mejor individuo deseleccionado de cada nicho es seleccionado hasta que µ se alcanza. (iv) Función de aptitud La función de aptitud del solucionador de disposición simula el impacto de la ubicación de edificio en la ubicación de las características restantes de la disposición. La aptitud puede medirse de manera diferente de acuerdo con las restricciones diferentes fijas en el edificio. El apilamiento del solucionador también impacta en como se define la función de aptitud. Si el solucionador va a correrse de manera independiente (por si mismo), no se calculan costos. Si el solucionador de disposición se apila encima del solucionador de nivelación, la aptitud es el costo de nivelación que se minimiza u optimiza. Si el solucionador de disposición se apila encima del solucionador de nivelación y el solucionador de instalaciones, la aptitud es el costo total que se minimiza/optimiza. Un número mínimo de espacios de estacionamiento definido por usuario requeridos para un cierto edificio cambia la definición de "aptitud" en un solucionador de disposición independiente. Si este número no se define, el solucionador busca maximizar el número de espacios de estacionamiento usando el sitio entero. Si este número se fija, entonces el solucionador busca minimizar el área necesaria para los espacios de estacionamiento usando una sub-área de el sitio. Esto se usa como una aptitud para una ubicación de edificio cuando el solucionador de disposición no se apila. (v) Ciclo Iterativo Mediante eliminar ciertas ubicaciones de edificio potenciales usando heurísticas, la tarea de considerar todas las ubicaciones de edificio restantes en el sitio se vuelve factible. Una diferencia significativa entre este enfoque y el ciclo evolutivo es la manera en la cual la ubicación del edificio se define. Esto no se hace mas con orientación al norte, orientación al este y rotación, sino mediante seleccionar dos lados de la propiedad, un lado del edificio y dos desfasamientos . Usando este ciclo iterativo en lugar del ciclo evolutivo es generalmente mas reproducible . Sin embargo, este enfoque requiere numerosas suposiciones para iterar a través del espacio de búsqueda. Otra preocupación es que el problema ahora simplificado pueda un tener un número bastante vasto de posibilidades, o soluciones candidatas. La complejidad se reduce a 0(n4) la cual es polinomial, pero puede crecer rápidamente. Como tal, este enfoque es especialmente útil en desarrollo de terrenos comerciales de un solo lote. En algunos casos, el usuario ya conoce cual lado del edificio necesita alinearse con cual lado del límite de propiedad. Esta entrada reduce adicionalmente el espacio de búsqueda. La complejidad en este caso se reduce a 0(n2) . Debido a que esto crea una gran reducción en el número de soluciones candidatas, la calidad de estas soluciones puede mejorarse mediante disminuir los pasos en los desfasamientos e incrementar los desfasamientos . Un enfoque similar se puede emplear para mejorar la calidad en sitios mas pequeños. Si el número de posibilidades es pequeño, los pasos en los desfasamientos pueden reducirse y el número de pasos incrementarse de manera acorde. B . Solucionador de Nivelación Aunque el solucionador de nivelación puede usarse por el solucionador de disposición como parte de la función de aptitud, el solucionador de disposición puede considerarse una optimización por si mismo. Optimiza el trabajo de tierra en un sitio dadas ciertas restricciones de pendiente y altura. El proceso de optimización del solucionador de nivelación se discute a continuación. Un nivel se define como una "superficie" y todas de sus paredes de retención. Para optimizar un nivel, las siguientes suposiciones se hacen con respecto a la estructura de datos: - paredes de retención son situadas solamente alrededor de un área bidimensional - una superficie consiste de una malla triangular - cada punto (excepto por aquellos en paredes de retención) tiene solamente una elevación superficial . Las paredes de retención son situadas generalmente alrededor del lote de estacionamiento, y cualquier excepción se puede manejar mediante dividir el área donde la pared de retención necesita localizarse. Definir una superficie usando una malla triangular es común en ingeniería civil, y frecuentemente es referida como una TIN. Debido a que las paredes de retención se definen para localizarse en límites de áreas bidimensionales , una pared de retención entre el área A y B se puede definir por dos filas de puntos tridimensionales; una fila localizada en el área A y una fila localizada en el área B, ambas teniendo las mismas ubicaciones bidimensionales, pero diferentes elevaciones. La diferencia en elevación entonces crea una pared vertical . Esto asegura que dentro de un área hay solamente una elevación en una ubicación dada. Esto hace posible definir a la superficie dentro de un área como un conjunto de puntos tridimensionales, donde las primeras dos dimensiones dan la ubicación del punto y la tercera dimensión es la elevación de la superficie en esa ubicación. Usando un algoritmo de triangulación inteligente estos puntos son entonces conectados con triángulos que generan la superficie. Las paredes de retención enlazan a las áreas separadas juntas para formar las estructuras superficiales tridimensionales terminadas. El solucionador de nivelación optimiza la figura superficial tal que las restricciones de nivelación se cumplan y el costo se minimice. La mayoría de las restricciones de nivelación se definen en las dos áreas dimensionales dadas por ya sea el solucionador de disposición o ingresadas por el usuario. Generalmente no se permite que un lote de estacionamiento tenga, por ejemplo, una pendiente de mas de 4 grados en cualquier dirección para impedir que los carros sean rodados, pero debe tener por lo menos una pendiente de 2 grados para permitir que el agua corra. Además de pendiente mínima y máxima, hay otras restricciones que impactan al nivel, la mas importante de las cuales puede ser las elevaciones mínima y máxima para prevenir la nivelación de una cierta área por debajo o por encima de una altura específica. Una lista completa de las restricciones actuales y como son llevadas a cumplimiento se proporciona mas adelante. Importante a notar es que el proceso de optimización, como se delinea a continuación, es independiente de las restricciones individuales que hacen añadir nuevas restricciones fácilmente posible. (i) Espacio de Búsqueda Vasto Después de que la superficie se construye usando todas las áreas bidimensionales y el nivel existente suministrado por el usuario, esta estructura permanece esencialmente constante. El solucionador de nivelación cambia solamente la elevación de todos los puntos tridimensionales. Mediante mover un punto arriba o abajo, todos los triángulos conectándose al punto obtendrán una pendiente diferente. Si el punto se mueve hacia abajo, los triángulos tendrán pendiente mas hacia el punto, si se mueve hacia arriba los triángulos tendrán pendiente mas hacia afuera del punto. Como tal, hay numerosas superficies diferentes con diferentes pendientes y elevaciones con diferentes costos posibles. Debido a que no hay un "cambio mas pequeño" definido, un número infinito de elevaciones posibles existe para cada un solo punto en la superficie. Esto generalmente no es un problema para un algoritmo evolutivo. Un EA es capaz de resolver problemas con espacios de búsqueda infinitos provisto que haya algunos valores mínimo y máximo definidos. Los puntos que definen la superficie existente para el solucionador de nivelación vienen a partir de ya sea líneas de contorno o puntos de encuesta que el usuario ingresa hacia el sistema. Para ingresar de manera precisa una superficie de tamaño promedio, aproximadamente 5,000 puntos pueden requerirse. Algunas superficies mas detalladas pueden requerir hasta 10,000 puntos. Cada uno de estos puntos se puede cambiar de manera independiente. Para ilustrar la inmensidad de este espacio de búsqueda, hay que considerar lo que ocurriría si cada punto en la superficie pudiera tener 10 alturas diferentes. Esto podría dar (en promedio) ??5·000 diferentes superficies (1 con 5,000 ceros) . Para comparar, el número de átomos en el universo se estima en 1081 (1 con 81 ceros) . Poco se sabe del comportamiento de algoritmos evolutivos en espacios de búsqueda de este tamaño, y aunque en teoría debe ser posible, el presente sistema no ofrece el tiempo requerido para que un algoritmo "aprenda" propiedades de dirección de este espacio de búsqueda. En su lugar, el soluciona-dor de nivelación de preferencia debe entregar una respuesta dentro de menos de cinco minutos. (ii) Optimización Local Aunque el espacio de búsqueda es vasto, hay dos características principales que hacen optimizar un nivel factible : - Cambiar un punto en una superficie nivelada solamente tiene impacto en los triángulos que lo rodean y paredes de retención que lo conectan; no cambia las propiedades en el otro extremo del sitio.

- El nivel existente (aunque probablemente no factible) es el nivel menos costoso a generar. No se necesita mover tierra y no se necesitan construir paredes de retención. El costo del trabajo de tierra es mayormente lineal a la distancia entre el nivel propuesto y el existente. Estos dos puntos dan lugar a las siguientes suposiciones : - Si un triángulo tiene pendiente demasiado hacia un punto central, mover ese punto hacia arriba hace al sitio mas factible . Si un triángulo tiene pendiente demasiado hacia afuera de un punto central, mover ese punto hacia abajo hace al sitio mas factible. - Mover un punto hacia su elevación original hace al sitio menos costoso si disminuye la diferencia entre el corte total y el relleno total en el sitio. - Mover un punto en una pared de retención hacia su contraparte, reduciendo el tamaño de la pared, hace al sitio menos costoso. En vista de lo anterior, la optimización global que puede haber sido muy difícil de resolver, es ahora definida en términos de una optimización local la cual es mucho mas fácil de resolver. Es un paso pequeño para tomar estas reglas y aplicarlas en la forma de una optimización local determinística mediante añadir una otra suposición: Todos los puntos pueden cambiarse al mismo tiempo sin cambiar ninguna suposición enlistada anteriormente. Aunque esta suposición puede no ser completamente correcta (pues el cambio de un punto tiene impacto en los triángulos alrededor del mismo, y por lo tanto el punto en los otros extremos del triángulo) pero dado que el cambio no es sustancial, este efecto es despreciable. Este tipo de optimización se usa en autómatas celulares (CA) y es referido como "actualización sincrónica" . Este enfoque es comparable a una CA en que hay una vecindad, y los puntos son influenciados por sus vecinos mediante cambios en elevación en la generación previa, pero la estructura superficial es diferente e influencias globales tales como el balance de corte y relleno total también son únicas, como es la aplicación a cálculos de trabajo de tierra en ingeniería civil. La figura 19 ilustra este simple proceso de optimización. (Los cálculos de factibilidad y costos son sustraídos para el propósito de explicación.) (iii) Terminación El solucionador de nivelación necesita terminar cuando la superficie es factible y el costo óptimo. Para lograr esto, el solucionador de nivelación asume lo siguiente: - Si el costo del sitio entero no ha cambiado mas de 0.5% en las últimas 1,000 iteraciones, el costo es óptimo. - Si la factibilidad del sitio no ha cambiado mas de 0.5% en las últimas 1,000 iteraciones, esta es tan buena como la factibilidad puede ser. Si esto no es factible, las restricciones de sitio no se pueden implementar. Aunque lo anterior no es muy verdadero para cada sitio, en la práctica estas configuraciones trabajan bien en la mayoría de los sitios. Las configuraciones se pueden modificar si una calidad mas alta se necesita, pero esto tendrá impacto en el tiempo de corrida del solucionador . C . Solucionador de Instalaciones El solucionador de instalaciones es responsable por todos los asuntos de tuberías. Hay tres categorías principales para las cuales tuberías subterráneas se necesitan: (a) Tuberías para agua de tierra (b) Tuberías para drenaje sanitario (c) Tuberías para agua potable A partir de estas tres, optimizar un plan de drenado es relativamente complicado y también depende mayormente en el nivel propuesto de un sitio. Como tal, en términos de medir la calidad de un nivel propuesto, la optimización de drenado es una prueba de factibilidad importante. (i) Solucionador de Instalaciones (Drenado) El solucionador de instalaciones puede dividirse, como los otros dos solucionadores , dentro de un componente de simulación y un componente de optimización. El componente de simulación puede dividirse en partes múltiples, incluyendo: cálculos de Flujo de Agua y cálculos de Gasto de Tubería. Ambos son explicados en mayor detalle mas adelante.

El componente de optimización en el solucionador de instalaciones consiste en optimizar la disposición y el tamaño de las tuberías que conectan entradas de agua de tormentas, estanques y puntos de unión. Un tamaño de tuberías mas pequeño o una longitud mas corta significa un sitio menos costoso, pero la disposición de tubería puede ser capaz de manejar una cierta tormenta en el nivel propuesto como se diseña por el solucionador de nivelación. Como tal, las restricciones en esta optimización pueden ser un tanto complicadas, pero deben ser precisas para prevenir inundaciones en el sitio diseñado. Las tuberías también son restringidas en su elevación. Las tuberías de drenado generalmente usan gravedad para mover agua. De manera acorte, una tubería tiene una pendiente mínima bajo la cual fluirá el agua. No se permite que las tuberías corran por encima de la tierra, y tienen una profundidad máxima bajo la cual se pueden dañar o triturar. Adicionalmente , las tuberías no se les permite pasar bajo ciertas áreas como edificios, y solamente se les permite pasar en raras ocasiones por fuera del límite de propiedad. Todas estas restricciones (y otras) hacen esta una optimización fuertemente "ligada" y hacen difícil que un algoritmo evolutivo encuentre una "trayectoria de optimización" efectiva. Un sitio típico puede tener mas o menos 20 entradas/puntos de unión dispersos sobre el sitio entero. Esto significa que el número de tuberías posibles entre dos entradas es 20 x (20-1) /2, o 190. El número de combinaciones posibles de estas tuberías para formar diferentes disposiciones es 2,190 lo cual es alrededor de 1,6 - 1057 (un 1 seguido por un 6 y 56 ceros) . Como tal, no es práctico pasar a través de cada diferente disposición de tubería. La optimización en este caso sin ninguna suposición sería difícil. Hay dos suposiciones que hacen este problema mas fácil: - El costo de una tubería nunca es negativo. - La mejor disposición de tubería para un sub-conjunto de las entradas será parte de la mejor disposición de tubería del sitio entero. La primera suposición es importante para que la segunda suposición sea verdad. Aunque los ingenieros civiles comúnmente usan la segunda suposición, en teoría hay casos donde esta suposición no tiene que ser el caso. Esto junto con otras restricciones, tales como "tuberías necesitando ir a algún lado", convierten a este problema en una optimización local. El sistema conoce donde necesita ir el agua (es decir, a los estanques/unión) , tal que eso limita el número inicial de posibilidades, o soluciones candidatas, al problema. Y, debido a que el solucionador puede asumir que cualquier tubería que es buena en el principio es buena en el final, la optimización se vuelve un asunto de añadir la "mejor" tubería factible a las tuberías ya añadidas, una y otra vez hasta que todas la entradas estén conectadas.

La figura 20 muestra el ciclo de optimización usado para generar el plan de drenado del sitio. Nótese que hay algunas similitudes con un ciclo evolutivo. Una diferencia es que con cada iteración de este ciclo, el problema restante disminuye, debido a que cada entrada que se conecta a la Gráfica de Tubería nunca se tiene que considerar de nuevo. Generar las ubicaciones de entrada puede ser complejo. Esto involucra simular los flujos de agua, y luego detectar a detalle donde se estanca el agua en la superficie de pavimento. El sistema entonces revisa si una entrada es capaz de efectivamente administrar/drenar esa agua. Si no, el sistema añade entradas en ubicaciones estratégicas para tomar el agua antes de que se estanque. Esta simulación se hace usando una gráfica de fluj o . Lo siguiente describe como "considerar añadir una tubería" . Añadir una tubería no solamente impacta en las entradas y la propia tubería, sino también en las tuberías en las que el agua añadida fluye a través para llegar al estanque/unión. Esto significa que cada tubería se revisa mediante añadirla temporalmente a la Gráfica de Tuberías y luego re-calcular la factibili-dad, tamaños, y costos de todas las tuberías. Una tubería solamente se añade si nada en la Gráfica de Tubería se vuelve no factible debido a ello, y es la tubería menos costosa a añadir; el concepto siendo que añadir la tubería menos costosa una y otra vez, da la Gráfica de Tuberías menos costosa al final. El ciclo termina cuando todas las entradas están conectadas . (ii) Optimización de Drenado y Agua Cada edificio generalmente tiene una conexión para el drenado y una conexión para el agua potable. Estas conexiones son usualmente entubadas a los puntos de unión en líneas rectas. La optimización busca encontrar el punto de unión menos costoso, factible, para cada una de las tuberías. La gravedad solamente juega un rol para drenaje sanitario, debido a que el agua potable usa una tubería presurizada. Debido a que el drenaje sanitario usa gravedad, la elevación del edificio puede tener un impacto en la factibilidad de la tubería de drenado. Esto se considera en el solucionador de nivelación, sin embargo. Un edificio no es permitido a que vaya bajo una cierta elevación calculada usando las uniones de drenaje sanitario, la conexión del edificio y, sus ubicaciones relativas. III. Detalles de Cálculo La siguiente discusión delinea cálculos para simulaciones y modelos de costos en el motor de optimización. A. Modelo de Costos En la presente implementación ejemplar, el modelo de costos es el corazón del proceso de optimización. Todo se optimiza de acuerdo con costos. El modelo de costos tiene dos tipos de entradas: - Costos unitarios, siendo el costo para todas las partes del sitio.

- Cantidades, siendo el tamaño/peso/longitud de todas las partes del sitio, (i) Costos unitarios Los costos unitarios usados son los siguientes: Solucionador de Nivelación: Cclearing costo por acre de limpiar el sitio Cstripping costo por acre de remoción del sitio Cearth costo de cortar una yarda cúbica de tierra en el sitio Crock costo de cortar una yarda cúbica de roca en el sitio Cunsuitable costo de cortar una yarda cúbica de materiales inadecuados Cfill costo de rellenar una yarda cúbica Cborrow costo de pedir prestada una yarda cúbica de fuera del sitio Cwaste costo de exportar una yarda cúbica del sitio CretainingW, costo de construir un pie cuadrado de pared de retención Cfinish costo para terminar un acre de sitio nivelado Cseeding costo para sembrar un acre Cerosion costo para contrarrestar erosión en un acre Cpaving costo de pavimentar una yarda cuadrada Csidewalk costo de poner concreto de acera en una yarda cuadrada Ccurb costo de construir un pie de reborde Solucionador de Instalaciones: CinletEA costo para una entrada CinletFT costo para un pie de entrada CinletOversizedEA costo para una entrada de gran dimensión CinletOversizedFT costo para un pie de entrada de gran dimensión CmanholeEA costo para una boca de acceso CmanholeFT costo para un pie de boca de acceso CmanholeOversizedEA costo para una boca de acceso de gran dimensión CmanholeOversizedFT costo para un pie de boca de acceso de gran dimensión Cpump costo para una bomba Criprap costo para una colocación de escollade- ra Cpondkit costo para un kit de estanque Cstormmain costo para una unión hacia un principal de tormentas CpipeRock costo para entubar a través de una yarda cúbica de roca Cfes una lista de costos de cada tamaño diferente de FES Crcp una lista de costos para cada tamaño diferente de tubería RCP (ii) Mediciones Con todos estos costos va una lista de mediciones que se necesitan para calcular el costo total de un sitio. La siguiente discusión delineará como corte y relleno se calculan. La lista de las mediciones usada es el modelo de costos : Solucionador de Nivelación: VdisturbedArea el área total que se perturba por la nivelación Vtopsoil la cantidad total de tierra superior que se remueve VearthCut la cantidad total de tierra cortada durante la nivelación VrockCut la cantidad total de roca cortada durante la nivelación VunsuitableCut la cantidad total de corte inadecuado Vfill la cantidad total rellenada durante la nivelación Vwaste la cantidad total exportada del sitio Vborrow la cantidad total importada al sitio VwallSurface la superficie de pared total Vpaving la superficie pavimentada total Vcurb la longitud de reborde total Vsidewalk la superficie de acera total Solucionador de Instalaciones VinletsEA el número total de entradas VinletsFT la altura combinada total de las entradas VinletsOversizedEA el número total de entradas de gran dimensión VinletsOversizedFT la altura combinada total de las entradas de gran dimensión VmanholesEA el número total de bocas de acceso VmanholesFT la altura total combinada de las bocas de acceso VmanholesOversizedEA el número total de bocas de acceso de gran dimensión VmanholesOversizedFT la altura total combinada de las bocas de acceso Vripraps el número total de escolladeras Vpondkits el número de conjuntos de estanque Vstormmains el número de uniones a tubería principal de agua de tormentas Vpumps el número de bombas VpipeRockCut la cantidad total de cortes de roca para tuberías Vfes una lista de cantidades por tamaño de FES Vrcp una lista de longitudes por tamaño de tubería RCP El modelo de costos se re-calcula principalmente durante el solucionador de nivelación y drenado. El solucionador de disposición concentra mas en el número de espacios de estacionamiento y el tamaño del área pavimentada. El área pavimentada sin embargo tiene una relación directa con el costo del área pavimentada, y por lo tanto el costo de la disposición. Sin embargo, debido a que este es solamente un aspecto de este reporte de costos complejo, el reporte de costos entero no necesita re-calcularse durante el solucionador de disposición. El modelo de costos se re-calcula en la siguiente manera : // calcular todos los costos de nivelación calculateClearing (VdisturbedArea, Vtopsoil); calculateCutAndFill (VearthCut, VrockCut, Vunsuitable- Cut , Vfill) ; calculateWalls (VretainingWall ) ; calculateFinish (VdisturbedArea, Vpaving, Vcurb, Vsidewalk) ; calculateErosionControl (VdisturbedArea) ; // calcular todos los costos unitarios calculateSWSinlets (VinletsEA, VinletsOversizedEA, VinletsFT, VinletsOversizedFT) ; calculateSWSManholes (VmanholesEA, VmanholesOversize- dEA, VmanholesFT, VmanholesOversizedFT) ; calculateSWSRest (Vriprap, Vpumps, Vpondkits, Vstorm- mains) ; Nótese que solamente los costos afectando al solucionador disposición se calculan durante la función "calculateFinish" . Los diferentes costos de nivelación se calculan en siguiente manera: calculateClearing (VdisturbedArea , Vtopsoil) : cost += VdisturbedArea * Cclearing; cost += VdisturbedArea * Vtopsoil * Cstripping; calculateCutAndFill (VearthCut, VrockCut, Vunsuitable Cut, Vfill) : Vonsite = min (VeartCut , Vfill); Vwaste = (VeartCut - Vfill) * Fexpansion; Vborrow = (Vfill - VearthCut) / Fcompaction; (Vwaste < 0) Vwaste = (Vborrow < 0) Vborrow cost += Vonsite * Cearth + VrockCut * Crock + Vunsuita- ble * Cunsuitable ; cost += Vonsite * Cfil; cost += Vborrow * Cborrow; cost += Vwaste * Cwaste; calculate alls (VretainingWall) : cost += VretainingWall * CretainingWall ; calculateFinish (VdisturbedArea , Vpaving, Vcurb, Vsidewalk) ; cost += Vfinish * CdisturbedArea; cost += Vpaving * Cpaving; cost += Vcurb * Ccurb; cost += VsideWalk * Csidewalk; calculateErosionControl (VdisturbedArea) ; cost += Verosion * Cerosion; Y lo mismo se puede hacer para todas las funciones relacionadas de instalaciones: calculateSWSInlets (VinletsEA, VinletsOversizedEA, Vinlets FT, VinletsOversizedFT) : cost += VinletsEA * CinletsEA; cost += VinletsOversizedEA * CinletsOversizedEA; cost += VinletsFT * CinletsFT; cost += VinletsOversizedFT * CinletsOversizedFT; calculateSWSManholes (VmanholesEA, VmanholesOversize-dEA, VmanholesFT, VmanholesOversizedFT) : cost += VmanholesEA * CmanholesEA; cost += VmanholesOversizedEA * CmanholesOversizedEA; cost += VmanholesFT * CmanholesFT; cost += VmanholesOversizedFT * CmanholesOversizedFT; calculateSWSFES (Vfes) : para cada tamaño diferente de FES hacer: CthisFES = costo en Cfes con tamaño actual ; VthisFES = número de FES's usados con este tamaño; cost += CthisFES * VthisFES; calculateSWSRCP (Vrcp) : para cada tamaño diferente de RCP hacer: CthisRCP = costo en Crcp con tamaño actual; VthisRCP = tamaño total de tubería RCP usada con este tamaño; cost += CthisRCP * VthisRCP; calculateSWSRest (Vriprap, Vpumps, Vpondkits, Vstorm-mains) : cost += Vriprap * Criprap; cost += Vpumps * Cpumps; cost += Vpondkits * Cpondkits; cost += Vstormmains * Cstormmains; Esto anterior describe el costo total de un sitio según se calcula por el motor de optimización. Para optimizar para este costo, los solucionadores usan un enfoque evolutivo para disminuir de manera incrementada este costo mediante cambiar los diferentes parámetros de entrada. B . Solucionador de Disposición El solucionador de disposición genera diferentes disposiciones de sitio factibles y busca encontrar la "mejor" . La definición de lo que es la mejor disposición depende de cuales otros solucionadores se "apilan" encima de este solucionador y algunas restricciones específicas en el solucionador de disposición : - Ningún solucionador apilado y ningún número mínimo de espacios de estacionamiento: el solucionador busca para maximizar el número de espacios de estacionamiento da las restricciones de límite . - Ningún solucionador apilado con un número mínimo de espacios de estacionamiento: el solucionador busca para minimizar el pavimento necesario para el número de espacios de estacionamiento . - Nivelación con solucionador de instalaciones opcional apilado encima del solucionador de disposición: el solucionador busca encontrar la disposición que es menos costosa en el costo total del proyecto. El solucionador de disposición genera una disposición para cada posición de los componentes que puede disponer. En una implementación, el solucionador de disposición coloca solamente un edificio y luego construye al sitio alrededor del edificio. En otras implementaciones , el solucionador de disposición puede colocar múltiples edificios y áreas como estanques, contenedores de desechos, y similares. Al solucionador de disposición, estas áreas son indistinguibles, y su uso se define por las restricciones que existen en el área. Además de las áreas movibles, el solucionador de disposición también tiene que ver con áreas fijas. Estas pueden ser consideradas restricciones espaciales, tales como apoyos. Los caminos son definidos en términos de puntos centrales. El solucionador de disposición entonces genera a los caminos al lote de estacionamiento o el edificio, dependiendo de las restricciones que se definen en tanto los puntos centrales y el edificio. (i) Colocar un Edificio El edificio se puede colocar en dos maneras: - Usando un ciclo evolutivo - Usando un ciclo iterativo Ambas maneras se discuten adicionalmente mas adelante. (ii) Definir la Acera Una acera se puede añadir a un edificio por el usuario. Se vuelve unida al edificio y se mueve y gira con el edificio. Cada lado del edificio tiene una anchura de acera predefinida. Esto se predetermina como 0. (iii) Definir el Lote de Estacionamiento El término "lote de estacionamiento" se refiere al área en la cual se permite estacionamiento. En el caso del soluciona-dor de disposición, esto se traduce en: "el área en la cual se maximiza el estacionamiento". Consecuentemente, si no hay número mínimo de espacios de estacionamiento fijos para el edificio, entonces el lote de estacionamiento es el límite de propiedad entero menos el retallo de estacionamiento y los apoyos dentro del límite. La figura 21 proporciona un ejemplo de tal un lote de estacionamiento . Nótese que en algunos casos el lote de estacionamiento se corta en múltiples piezas por los retallos de estacionamiento o los apoyos. Esto se considera factible, pero puede resultar en espacios de estacionamiento inaccesibles. (iv) Disponer un Camino Un camino se define como una polilínea con un retallo (incluyendo factores tales como el número de entradas/salidas, radios de reborde, radios de esquina, tipo de pavimento, y distancia de apilamiento) . Un camino siempre tiene una "fuente" y un "objetivo". La fuente puede ser cualquiera de un punto central de camino u otro camino, mientras que el objetivo puede ser un lote de estacionamiento o un lado de un área con una dirección. Esta dirección es ya sea "paralela" o "perpendicular" al describir la manera para conectarse al lado en cuestión. Conectar a la fuente con el objetivo se puede hacer en varias maneras diferentes, pero el solucionador de disposición intenta encontrar la alternativa menos costosa. Si un camino se traslapa con el lote de estacionamiento, esa área del lote de estacionamiento necesita cortarse. Nótese que esto de nuevo puede hacer múltiples lotes de estacionamiento que son todos muy factibles. (v) Disponer Bahías de Estacionamiento Lotes de estacionamiento generados son "llenados" con espacios de estacionamiento. La idea es maximizar el número de espacios de estacionamiento. Esto se hace mediante maximizar el número de espacios por cada lote de estacionamiento por separado. Algunas heurísticas/suposiciones se usan para lograr esto: - Estacionamiento limitando con el límite del lote de estacionamiento maximiza espacios. - Estacionamiento contra el edificio maximiza espacios. - Estacionamiento limitando con el límite debe preceder a estacionamiento alrededor del edificio. El siguiente algoritmo implementa estos: Para cada lote de estacionamiento hacer: Generar bahías de estacionamiento en el límite del lote de estacionamiento Generar bahías de estacionamiento en los límites de apoyos Generar pasillos para obtener acceso a todas las bahías de estacionamiento con desfasamientos Generar las bahías de estacionamiento interiores Para generar las bahías de estacionamiento interiores, el solucionador de disposición debe tener una dirección y comienzo de las bahías. Opcionalmente , la dirección de las bahías es dada, pero si esta no es dada se asume siendo uno de los lados del lote de estacionamiento. Esto da para seguir al algoritmo para configurar las bahías: Para cada lado del lote de estacionamiento hacer: Mientras haya lote de estacionamiento libre: Cortar la bahía de estacionamiento fuera del lote de estacionamiento usando 2 * pdepth Cortar pasillos fuera del lote de estacionamiento usando awidth Calcular espacios de estacionamiento Usar el mejor lado con base en espacios de estacionamiento para disponer bahías {vi) Disponer Espacios de Estacionamiento Para disponer los espacios de estacionamiento, el solucionador considera las siguientes restricciones : - La anchura y profundidad de un espacio de estaciona- miento necesitan ser suficientes. - Los rebordes en las islas necesitan considerarse. - El espacio de estacionamiento necesita ser accesible. - Los espacios de estacionamiento pueden necesitar alinearse . Los espacios de estacionamiento son generados usando el límite de bahía de estacionamiento, insertando islas y desfasando partes de los extremos para generar las partes útiles de la bahía. Estas partes útiles son entonces consideradas en términos de tamaño y luego "configuradas" en hileras de espacios de estacionamiento . C . Solucionador de Nivelación El solucionador de nivelación busca optimizar la superficie propuesta de un sitio en tal una manera que el costo del sitio total se minimiza. Esto se hace con un enfoque evolutivo que usa heurísticas locales para cambiar la superficie propuesta . Una superficie en el presente sistema se define con triángulos. Estos triángulos son generados usando una combinación de "triangulación Delauney" y la "configuración" de límites. Los siguientes enunciados son importantes a notar acerca de la estructura de datos resultante: - Cada punto tiene una lista de triángulos conectores - Cada triángulo tiene tres puntos diferentes - Cada punto tiene una elevación actual y original - Algunos puntos se "enlazan" a otros puntos encima o debajo para formar paredes El solucionador de nivelación puede correrse de manera independiente o en combinación con el solucionador de instalaciones/drenado. Si el solucionador de nivelación se corre en combinación con el solucionador de instalaciones, busca minimizar las entradas y eleva y baja estanques y entradas inaccesibles para hacer al drenado factible y menos costoso. Como optimiza el solucionador de nivelación un nivel, y detalles con respecto a la determinación de factibilidad y costos se discuten a continuación. (i) Factibilidad Hay muchas restricciones de factibilidad que necesitan hacerse cumplir para obtener una solución de nivelación factible. Estas restricciones deben traducirse a atributos de puntos. Hay dos tipos diferentes de restricciones de nivelación: - Restricciones de pendiente - Restricciones de altura Las restricciones de pendiente están restringiendo la pendiente de un triángulo entre una pendiente mínima y una máxima. Esto es generalmente definido para las áreas enteras, pero también podría definirse para áreas virtuales definidas por desfasamientos en lados o puntos. Consideraciones de pendiente importantes incluyen: - La pendiente de un área entera - La pendiente fuera del edificio - La pendiente dentro de un edificio en una cierta dirección - La pendiente en un reborde . Para hacer cumplir una restricción de pendiente, el triángulo que viola las restricciones necesita ser volteado o nivelado. Esto se puede traducir en cambios sobre puntos mediante mover los puntos fuera de la elevación promedio en caso de voltear, y mas cerca a la elevación promedio en caso de nivelar. Las restricciones de altura también se definen de manera general en áreas enteras, pero pueden ser dinámicas en naturaleza. De manera acorde, una pendiente mínima o máxima puede ser dependiente de la altura de otra área o punto. Esto hace definir las partes diferentes de un estanque posible, por ej emplo . Debido a la naturaleza dinámica de algunas de las restricciones de altura, los puntos que violan una restricción mínima o máxima se mueven directamente a esa restricción específica, sino en su lugar lentamente hacia la restricción. Una restricción de altura particular es la altura de pared de retención máxima. Esto es de hecho la diferencia de elevación máxima entre dos puntos enlazados. (ii) Costo Un objetivo primario del solucionador de nivelación es optimizar para costos. Sin embargo, soluciones resultantes son solamente relevantes si también son factibles. Como tal, independientemente del costo de un cierto cambio, si mejora la factibilidad se hará. Cada punto lleva cuenta de una mejora de factibilidad y una mejora de costos. Solamente si la mejora de factibilidad es suficientemente cercana a cero, la mejora de costos se aplica también. Alterar la elevación de un solo punto afecta el costo en un número de maneras, incluyendo: - Corte/relleno de tierra y roca - Exportar/importar tierra - Tierra perturbada - Altura de paredes de retención - Número de entradas Algunos de los artículos mencionados anteriormente pueden calcularse localmente y otros deben ser atendidos en una manera global para cada iteración. En cada iteración el cálculo de costos procede de manera general como sigue: Calcular exportación e importación totales Calcular número de entradas Para cada punto hacer: si el punto es factible hacer: Calcular impacto de cambio en corte de tierra y roca Calcular impacto de cambio en tierra perturbada Calcular impacto en pared de retención opcional Calcular dirección para balancear importación/exportación Calcular si la entrada debe removerse Para cada punto hacer: Cambiar punto (iii) Ciclo de retroalimentación a partir de drenado Un posible inconveniente de usar un algoritmo de búsqueda local y depender considerablemente en las heurísticas de dirección locales es que una dirección se requiere en cada aspecto de la optimización. El problema es que el drenado es difícil de definir en términos de propiedades locales. El número y el tamaño de las entradas puede dar alguna retroalimentación, pero la altura del estanque por ejemplo no es definida fácilmente . En el presente, la altura de los estanques se define como el promedio del área en la cual se define. Esto es intentado por alrededor de 500 iteraciones del solucionador de nivelación, y luego 1 iteración de drenado se hace. El resultado del solucionador de instalaciones/drenado es entonces visto como el óptimo dado a esta altura de estanque. Luego, la altura de estanque se cambia (muta) y la nivelación se corre por otras 500 iteraciones con otra sola corrida del solucionador de instalaciones. Si el resultado se mejora, la nueva altura se usa para la siguiente mutación a menos que una vieja se use. El proceso es muy similar a una estrategia de evolución (ES) (1+1) . D . Solucionador de Instalaciones El solucionador de instalaciones puede dividirse en tres secciones : (a) Drenado de agua de tormentas (b) Drenaje sanitario (c) Agua potable La presente implementación del sistema manejará los siguientes problemas de instalaciones. - Flujo de agua - Ubicación de áreas de drenado - Ubicación de entradas - Optimización de tuberías - Algunas restricciones de drenaje sanitario y agua potable El solucionador de instalaciones debe simular el flujo de agua para encontrar donde están los puntos mas bajos en el nivel, y cuanta agua se drena hacia estos puntos mas bajos. En una implementación, autómatas celulares se usan para simular el flujo de agua en la forma de una malla. Un segundo algoritmo usa una "gráfica de flujo" para simular una vía de dirección mas absoluta. El primer algoritmo puede usarse como una herramienta visual, y como medios para predicción de inundaciones. El segundo algoritmo es aplicable para calcular la ubicación de las entradas y el tamaño de las áreas de drenado. (i) Autómatas Celulares Un autómata celular bidimensional se usa para simular el flujo de agua. Tal un autómata celular trabaja mediante definir una celda siendo una pieza rectangular pequeña (en este caso) del área entera que tiene una pequeña parte de la solución en la forma de valores. En este caso, cada celda tiene el agua total que está actualmente presente en la celda. La idea entonces es definir reglas en como la solución (en este caso el agua) interactúa con las celdas vecinas. En autómatas celulares sincronizados, esto se hace mediante re-calcular los valores en las celdas cada iteración usando los valores de las celdas vecinas en la previa iteración con un sistema de reglas. Estas reglas, junto con la topología del CA, entonces definen el comportamiento del CA. La vecindad de una celda puede definirse en diferentes maneras, tales como la vecindad "von Neuman" . En esta vecindad, dos celdas son vecinas si y sólo si están directamente conectadas horizontalmente o verticalmente . Esto significa que cada celda tiene solamente cuatro vecinos. El sistema de reglas para simular el flujo de agua en este CA se basa en la pendiente del triángulo sobre el cual se traslapa la celda. Cada celda se asigna al triángulo exactamente debajo del centro de la celda. La pendiente de ese triángulo entonces dicta el flujo de toda el agua en la celda. Esto hace a este algoritmo una estimación, y con un tamaño de celda demasiado pequeño puede ser impreciso. Las celdas pueden ser re-dimensiona-das a cualquier tamaño sin embargo, y el nivel de precisión está dirigido a exceder el nivel de precisión de los datos en la propia superficie. El ciclo de actualización estándar se asemeja a: Para todas las celdas hacer: Agua en celda = 1.0 Durante cambios sosegados : Para todas las celdas hacer: Flujo a celda = 0 Para todas las celdas hacer: x = pendiente en la dirección x y = pendiente en la dirección y len = longitud de vector de pendiente si x > 0 hacer: flujo al vecino derecho += agua*x/len de lo contrario hacer: flujo al vecino izquierdo += agua*-x/len si y > 0 hacer: flujo al vecino arriba += agua*x/len de lo contrario hacer: flujo al vecino abajo += agua*-x/len Para todas las celdas hacer: Agua en celda = flujo en celda {ii) Gráfica de Flujo Un algoritmo de gráfica de flujo intenta capturar el flujo total de la superficie en una estructura de gráfica. Una vez que la gráfica se genera, funciones básicas como flujo a entradas, delineación de áreas de drenado y tamaño de áreas de drenado se puede fácilmente calcular. Una gráfica de flujo se genera usando "nodos" . Cada triángulo en la superficie obtiene uno de estos nodos. Cada triángulo en la estructura de datos ya está consciente de su triángulo vecino y aun su triángulo vecino en un área vecina (o "triángulo enlazado" ) . Los nodos pueden conectarse a otros nodos si el agua de un triángulo drena hacia un triángulo vecino. Cada tal conexión es llamada un "flujo", y todas las conexiones tienen un cierto "porcentaje" de flujo total del triángulo asignado a las mismas. El porcentaje del flujo total se calcula de acuerdo con el porcentaje del triángulo que fluye fuera del borde al triángulo vecino de acuerdo con la pendiente. El drenado se calcula en nivel terminado, así requiriendo consideración para rebordes. Rebordes detienen el flujo de agua en una dirección, pero permiten flujo en otra dirección. Como tal, el agua puede fluir de una acera hacia el lote de estacionamiento, por ejemplo, pero no en sentido contrario. La estructura de datos define límites de área en tal una manera que cada triángulo está solamente en un lado de un límite, tal que ningún límite pase a través de un triángulo. También, el vecino de un triángulo en el otro lado de un límite se enlaza de manera diferente a triángulos vecinos en el mismo lado del límite. El tipo de área define si o no un reborde se usa para delimitar el área. En general, rebordes son usados solamente donde áreas pavimentadas se encuentran con áreas no pavimentadas. Cada área tiene una bandera "needsPaving" que se usa para determinar esto. Para la gráfica de flujo, significa que no se permite que flujo pase de las áreas pavimentadas a áreas no pavimentadas. Flujos en otras direcciones son permitidos. Cualquier límite que no se permite para dejar pasar agua a su través se maneja como si fuera un canal. Esto significa que agua fluirá al extremo mas bajo del borde que bloquea el agua y un nodo ayudante será creado. Paredes de retención también son un tope de flujo. Al agua no se le permite fluir a partir de un área inferior hacia un área superior. Esto se maneja en una manera similar a rebordes. Pero, si flujo sobre una pared de retención se permite (de mayor a menor) un flujo se genera del punto alto al punto bajo. Esto precede cualquier otro flujo del punto alto hacia triángulos de canales . (iii) Áreas de Drenado Un área de drenado es el área total de la superficie que drena a un cierto punto mas bajo local. Los puntos mas bajos locales pueden encontrarse muy fácilmente mediante buscar todos los nodos para nodos que no tienen ningún flujo saliente. En teoría cada nodo mas bajo local tiene un área de drenado. Para calcular el tamaño de un área de drenado el algoritmo comienza en un punto mas bajo local y de manera recursiva camina "hacia arriba del flujo" y añade el tamaño relativo del flujo a la cantidad de agua que es idéntica al tamaño del área de drenado. Esto se asemeja a lo siguiente: Mientras el flujo en la corriente sea demasiado grande: Caminar hacia arriba al nodo con el mayor flujo Añadir entrada a corriente Re-circular flujo a entrada Este algoritmo asume que no hay triángulo que sea mayor que el tamaño máximo de una entrada, pero esto se puede asegurar mediante dividir triángulos van a ser durante la triangulación. (v) Tuberías El proceso de generar tuberías usa un algoritmo avaro. Para generar la gráfica de tuberías, el algoritmo usa todas las entradas generadas antes mas todos los puntos de unión. Un punto de unión puede ser ya sea un punto en una línea de tubería existente o un estanque. El algoritmo entonces genera todas las tuberías posibles entre las entradas por si mismas y los puntos de unión. Una tubería a partir de una entrada a un estanque termina en el punto mas cercano al límite de superficie del estanque. Algunas tuberías son por supuesto ilegales. Por ejemplo, tuberías que pasan a través de un edificio son ilegales. Esas tuberías son enrutadas alrededor del edificio en la manera mas corta posible. Esto también va para las tuberías que pasan a través del límite de propiedad. Para cada combinación de entradas hacer: Generar tubería Para todos los obstáculos hacer: Enrutar tubería alrededor de obstáculo Para todos los puntos de unión hacer: Para todas las entradas hacer: Generar tubería Para todos los obstáculos hacer: Enrutar tubería alrededor de obstáculo Después de este pre-procesamiento, existe una lista de todas las trayectorias de tubería legales a partir de cada entrada a cada otra entrada y de cada entrada a cada punto de unión . Para generar la gráfica de tubería a partir de una lista de todas las tuberías posibles, el algoritmo avaro añade "la mejor" tubería a una gráfica ya existente. La mejor tubería es aquí definida por el costo mas pequeño de la gráfica de tubería entera. Eso significa que cada vez que una tubería es "intentada" el costo de la gráfica de tubería entera necesita calcularse. Agua necesita fluir a través de la tubería usando gravedad. Eso significa que agua fluye hacia una entrada a una cierta elevación que no puede fluir fuera de esa entrada a una elevación mas alta. Esto mas el hecho de que cada tubería necesita estar entre unas ciertas pendientes mínima y máxima significa que ciertas elevaciones pueden cambiar si una tubería se añade . Las tuberías también necesitan "dimensionarse" . Esto significa que la cantidad de agua que fluye a través de la tubería por segundo dictará el tamaño mínimo que se necesita para hacer al flujo factible. Esto se hace usando la ecuación de Manning. Esta ecuación estima el flujo a través de la tubería usando el tamaño de las áreas de drenado hacia la misma, el tiempo que tarda en hacer llegar el agua a la tubería y cosas como pendiente y material que se usan en la propia tubería. Hay un conjunto de tuberías dimensionadas y materiales estándar que se usan, y el algoritmo selecciona el mas efectivo en costo para la gráfica de tubería actual. El algoritmo para generar la gráfica de tubería se asemeja al siguiente: Gráfica = conjunto de puntos de unión Aunque no todas las entradas estén hechas hacer: Para todas las tuberías siguientes a la gráfica actual hacer: Conecta tubería a gráfica Re-calcular el costo de gráfica Desconectar tubería Conectar la tubería mas barata a gráfica IV. Algoritmos Evolutivos Los algoritmos evolutivos (EA) trabajan para evolucionar un conjunto de soluciones diferentes, ya sea globalmente o localmente óptimas - cada solución conceptualmente satisfaciendo (dentro del sitio) las mediciones de costos en una manera la cual es altamente eficiente en costo, y la cual toma en consideración restricciones de sistema y de usuario y preferencias de usuario. Comenzando en la generación "0" , el primer paso en el EA es para crear una población inicial de soluciones conceptuales. Cada solución comprende conjuntos respectivos de parámetros diferentes impulsando la optimización. Esta población inicial puede incluir cualquiera de una sola a miles o mas de soluciones potenciales . Para cada solución en la población, la medición de costos se define. Por ejemplo, los costos de nivelación incluyen aspectos tales como el área perturbada total, volumen total de material excavado, volumen de roca excavada, volumen de material inadecuado excavado, volumen de material de relleno, área de paredes de retención, área de estacionamiento, área de acera de concreto, longitud de rebordes y canales, y área superficial de pendiente . Con referencia a la figura 22, después de crear la población inicial, el siguiente paso es aplicar una función de aptitud la cual evalúa cuantitativamente la aptitud de cada solución candidata. Este paso involucra primero determinar la factibilidad de la solución, y si la solución satisface las reglas de selección discutidas anteriormente. Si la solución cumple con estos requerimientos de umbral, entonces se evalúa para aptitud utilizando el modelo de costos y cualquier castigo aplicable. Si no, la solución se descarta inmediatamente. Como una alternativa a descartar tales soluciones, el método también puede proporcionar medidas para evitar la creación de tales soluciones del todo, o para facilitar una reparación de tales soluciones, ambas medidas siendo con base en usar heurísticas para ejecutar la anulación o reparación. Para esas soluciones cumpliendo con los requerimientos de umbral anteriores, un valor de aptitud se asigna a la medición de costos. En el presente ejemplo, este valor de aptitud es una medida de costo de la solución actual. Como se menciona previamente, los castigos de costos son asignados a mediciones que violan una preferencia de usuario o "restricción suave" . El costo de cada medición se calcula con base en el modelo de costos. Para cada solución en la población, costos y castigos se añaden para producir el valor de aptitud en una manera que introduce ponderar factores para el costo así como los varios componentes de castigo. Esto se puede formular como: aptitud=wc*costo+wpl*penalty1+wp2*penalty2+ ... +wpn*penaltyn donde "costo" se refiere al valor de la función de costo y "penalty-i" se refiere al valor de un valor de costo de castigo para un componente no factible de la solución actual. Esto combina factores de costos y castigos en un solo valor de aptitud, el cual necesita minimizarse. Alternativamente, los valores de costos y castigos también pueden mantenerse por separado y pueden usarse en una manera diferente para evaluar calidad de solución, v.gr., mediante definir un orden específico en pares (costo, castigo) o mediante considerar costo y castigos como criterios separados en una tarea de optimización de objetivos múltiples, la cual se caracteriza por el hecho de que criterios de optimización en conflicto se usan para determinar un así llamado frente Pareto de las soluciones compromiso mejores posibles entre los criterios en conflicto. Después de calificar cada solución en la población, el EA determina si un criterio de terminación conocido es satisfecho. En el presente ejemplo, el criterio de terminación es un número pre-seleccionado de rondas o "generaciones" . Asumiendo que este criterio no es aún satisfecho, el sistema entonces selecciona ciertas condiciones candidatas a ser copiadas hacia la población de progenie. El EA puede usar muchas técnicas diferentes para lograr esto; a decir, una selección elitista, una selección de aptitud proporcionada, selección de rueda de ruleta, selección de escalamiento, selección de torneo, selección de rango, selección generacional, selección de estado estable, selección jerárquica, selección (µ, ?) y (µ+?) (ambas son también llamadas selección de truncado) . Algunos de estos métodos son mutuamente exclusivos, pero otros pueden y frecuentemente son usados en combinación. Puede haber también dos pasos de selección, uno frecuentemente referido como "selección sexual" el cual se usa para reproducción (es decir, hacer copias de individuos a partir de la población padre) , el otro referido como "selección ambiental", el cual se usa pare reducir el tamaño de la población de progenie. De acuerdo con la selección elitista, las soluciones mas aptas de cada generación son garantizadas a ser seleccionadas. En la selección de aptitud proporcional, los individuos mas aptos son mas probables, pero no ciertos, a ser seleccionados. La selección de rueda de ruleta es una forma de selección de aptitud proporcional en la cual la probabilidad de una solución siendo seleccionada es proporcional a la cantidad por la cual su aptitud es mayor o menor que la aptitud de sus competidores. De acuerdo con la selección de escalamiento, conforme la aptitud promedio de la población aumenta, la fortaleza de la presión selectiva también incrementa y la función de aptitud se vuelve mas discriminante. Este método puede ser útil para hacer la mejor selección posteriormente cuando todas las soluciones tienen aptitud relativamente alta y solamente pequeñas diferencias en la aptitud distinguen unas de otras. En la selección de torneo, pequeños sub-grupos de soluciones son elegidos de manera repetitiva de manera aleatoria a partir de la población mayor, y miembros de cada sub-grupo compiten entre sí. Solamente una - a decir, la mejor - solución a partir de cada sub-grupo es entonces elegida para reproducirse. En la selección de rango, cada solución en la población es asignada un rango numérico con base en aptitud. La ventaja de este método es que puede prevenir que individuos muy aptos obtengan dominación temprana a costas de unas menos aptas, lo que reduciría la diversidad genética de la población y puede obstruir intentos por encontrar una solución aceptable. En la selección generacional, la progenie de las soluciones seleccionadas a partir de cada generación se vuelve la siguiente generación entera. Ninguna solución se retiene entre generaciones. En la selección de estado estable, la progenie de las soluciones seleccionadas a partir de cada generación va de regreso hacia la población pre-existente , reemplazando algunos de los miembros menos aptos de la generación previa. Algunas soluciones se retienen entre generaciones. En la selección jerárquica, soluciones pasan a través de rondas múltiples de selección cada generación. Evaluaciones de bajo nivel son mas rápidas y menos discriminantes, mientras que aquellas que sobreviven a niveles mayores son evaluadas de manera mas rigorosa. La ventaja de este método es que reduce el tiempo de cálculo global mediante usar evaluación mas rápida, menos selectiva, para cortar la mayoría de soluciones que muestran poca o nada de promesa, y solamente someter aquellas que sobreviven a esta prueba inicial a evaluación de aptitud mas rigorosa y mas computacionalmente costosa. En la selección (µ, ?) , las µ mejores soluciones son elegidas de manera determinística fuera de ? soluciones en la población de progenie (? siendo mayor que µ en este caso) para formar una población padre de la iteración siguiente del algoritmo evolutivo. La ventaja de este método es que es simple y soporta las capacidades auto-adaptativas de una estrategia de evolución, y permite que el algoritmo escape de óptimos locales hacia soluciones globalmente óptimas. En la selección (µ+?) , las µ mejores soluciones son elegidas de manera determinística fuera de las soluciones µ en la población padre mas las ? soluciones en la población de progenie, para formar la población padre de la siguiente iteración del algoritmo. La ventaja de este método es que es elitista, es decir, garantiza que las soluciones no se vuelven peores durante el proceso de optimización. Tanto selección (µ, ?) y (µ+?) son también métodos de selección a base de rango, y ambas se usan el algoritmo evolutivo como métodos de "selección ambientales" (es decir, después de la creación y evaluación de nuevas soluciones - los individuos de progenie - ha tomado lugar) . En un ejemplo, un método de selección de rango tal como selección (µ, ?) elige todas las µ soluciones candidatas las cuales tienen los mejores valores de función de costo y castigo (es decir, mínimos) entre todas las ? soluciones en la población de progenie actual .

Una vez que la selección ha elegido soluciones aptas, son alteradas de manera aleatoria con la esperanza de mejorar su aptitud para la siguiente generación. Esta alteración aleatoria ocurre a través de mutación y cruce. Una solución es mutada mediante alterar ligeramente los parámetros individuales. Esta mutación también puede involucrar la auto-adaptación de una o mas variancias o co-variancias de una distribución de mutación adecuada, tal como una distribución normal. Una instancia posible de mutación auto-adaptativa cambia un vector de coordenadas x = (?:, xn) con una variancia asociada (desviación estándar) o por el siguiente procedimiento matemático: Generar un nuevo valor de s, denotado por s' , mediante: s' = s * exp (t * N(0, 1) ) Ciclar a través de todos los valores de i = 1 , n y generan un nuevo valor de xi( denotado por x'i( mediante: En esta, N(0, 1) es un número aleatorio de acuerdo con una distribución normal con una media cero y expectativa uno. t es un parámetro del método, el cual se puede establecer en un valor de 1/ sqrt (n) . Cruce comprende elegir dos o mas soluciones para traslapar uno o mas parámetros, con ello produciendo "progenie" artificial que son combinaciones de sus padres. Con cruce, hay una transferencia de información entre "individuos" exitosos - soluciones que se pueden beneficiar de lo que otras han aprendido, y esquemas pueden mezclarse y combinarse, con el potencial de producir una progenie que tiene las fortalezas de ambos de sus padres y las debilidades de ninguno. Una forma común de cruce llamada cruce uniforme (en estrategias de evolución también llamado recombinación discreta) permite una oportunidad de 50% para cada individuo padre a contribuir un parámetro a la solución recién formada. Un ejemplo esquemático de cruce se proporciona en la figura 23. En este ejemplo, parámetros son intercambiados entre dos soluciones (denotados como "padre 1" y "padre 2") para producir dos nuevas soluciones (denotadas como "progenie 1" y "progenie 2") mediante intercambiar valores de parámetro en aleatorio con un 50% de oportunidad para cada posición para intercambiarse o permanecer. También, segmentos consecutivos de información después de un punto de quiebre o entre puntos de quiebre pueden intercambiarse, lo cual se muestra en la figura 24 (donde el punto de quiebre aleatorio ocurre después de la posición tres) . Todos estos operadores de cruce generan dos o mas soluciones nuevas, las cuales pueden ya sea usarse todas, o solamente unas de ellas, lo cual es entonces típicamente elegido en aleatorio entre las nuevas soluciones generadas. Las estrategias de evolución, como se usan en el presente ejemplo, eligen una de las soluciones nuevas. También, promediar uno o mas parámetros entre dos o mas soluciones es una forma posible de cruce usado por el algoritmo evolutivo. Un ejemplo de esta versión de cruce (en estrategias de evolución también llamada recombinación intermedia) se muestra en la figura . Este operador típicamente genera una nueva solución nuevamente. También, en lugar de promediar, cualquier otra combinación aritmética de uno o mas parámetros entre dos o mas soluciones puede usarse como una forma posible de cruce. Este algoritmo de estrategia evolutiva puede combinarse con heurísticas locales también. Las heurísticas locales aseguran que los operadores de la estrategia evolutiva, específicamente el operador de mutación, tomen las restricciones locales en cuenta, tal que puntos factibles se generen por el operador de mutación. Formas de realización ejemplares de la presente invención se describen anteriormente. Ningún elemento, acto, o instrucción usados en esta descripción deberán considerarse como críticos o esenciales a la invención a menos de que se describan de manera explícita como tales. Varios detalles de la invención se pueden cambiar sin salir de su alcance. Mas aun, la descripción anterior de las formas de realización ejemplares de la invención y mejor modo para llevar a la práctica la invención se proporcionan para el propósito de ilustración solamente y no para el propósito de limitación - la invención siendo definida por las reivindicaciones y sus equivalentes.

Claims (20)

1. REIVI DICACIONES 1. Un sistema de planeación de terrenos implementado por computador diseñado para generar por lo menos una solución de ajuste conceptual a un problema de desarrollo de terrenos definido por usuario, dicho sistema comprendiendo: medios para crear electrónicamente por lo menos una solución candidata al problema de desarrollo de terrenos, dicha solución candidata comprendiendo una pluralidad de mediciones de ingeniería aplicables en desarrollo de un sitio de terreno no desarrollado ; medios para evaluar cuantitativamente dicha solución candidata con base en su aptitud; medios para emplear una estrategia de solución de problemas heurística para manipular las mediciones de ingeniería de dicha solución candidata para lograr una solución mas cuantitativamente apta al problema de desarrollo de terrenos; y medios para emitir a un usuario documentación que ilustra dicha solución apta al problema de desarrollo de terrenos .
2. 2. Un sistema de planeación de terrenos implementado por computador de acuerdo con la reivindicación 1, y comprendiendo medios para representar digitalmente el sitio de terreno no desarrollado en espacio tridimensional.
3. 3. Un sistema de planeación de terrenos implementado por computador de acuerdo con la reivindicación 2, y comprendien- do medios para localizar conceptualmente dichas mediciones de ingeniería dentro de dicho espacio tridimensional .
4. 4. Un sistema de planeación de terrenos implementado por computador de acuerdo con la reivindicación 1, donde dichas mediciones de ingeniería se seleccionan a partir de un grupo que consiste en sistema de agua de tormentas, sistema de recolección de drenaje sanitario, y sistema de agua potable.
5. 5. Un sistema de planeación de terrenos implementado por computador de acuerdo con la reivindicación 1, donde dicha documentación comprende por lo menos un sorteo generado por computador .
6. 6. Un sistema de planeación de terrenos implementado por computador de acuerdo con la reivindicación 5, donde dicha documentación comprende además un listado de costos de artículos de dichas mediciones de ingeniería.
7. 7. Un sistema de planeación de terrenos implementado por computador de acuerdo con la reivindicación 1, donde dicha documentación se entrega al usuario mediante una red de comunicaciones global .
8. 8. Un sistema de planeación de terrenos implementado por computador diseñado para generar por lo menos una solución apta conceptual a un problema de desarrollo de terrenos definido por usuario, dicho sistema comprendiendo: medios para accesar a restricciones de desarrollo de terreno para un sitio de terreno no desarrollado; medios para crear electrónicamente una población de soluciones candidatas al problema de desarrollo de terreno, cada solución candidata comprendiendo una pluralidad de mediciones de ingeniería aplicables en desarrollo del sitio de terreno no desarrollado; medios para accesar un modelo de costos que comprende datos de costos respectivos para cada una de las mediciones de ingeniería; medios para descartar soluciones no aptas que violan dichas restricciones de desarrollo de terrenos; para cada solución restante, medios para calcular una calificación de aptitud con base en dichos datos de costos para dichas mediciones de ingeniería; medios para emplear una estrategia de solución de problemas heurística para manipular dichas mediciones de ingeniería de soluciones candidatas seleccionadas respectivas para lograr calificaciones de aptitud incrementadas, tal que aquellas soluciones candidatas logrando calificaciones de aptitud incrementadas comprendan soluciones aptas respectivas; medios para seleccionar un conjunto de soluciones alternativas óptimamente diferentes a partir de dicha pluralidad de soluciones aptas; y medios para emitir a un usuario documentación ilustrando dichas soluciones alternativas óptimamente diferentes al problema de desarrollo de terreno.
9. 9. Un sistema de planeación de terrenos implementado por computador de acuerdo con la reivindicación 8, y comprendiendo medios para accesar preferencias de usuario para el sitio de terreno no desarrollado.
10. 10. Un sistema de planeación de terrenos implementado por computador de acuerdo con la reivindicación 9, y comprendiendo medios para castigar la calificación de aptitud de una solución candidata con base en violación de una preferencia de usuario .
11. 11. Un sistema de planeación de terrenos implementado por computador de acuerdo con la reivindicación 8, y comprendiendo medios para representar digitalmente el sitio de terreno no desarrollado en espacio tridimensional.
12. 12. Un sistema de planeación de terrenos implementado por computador de acuerdo con la reivindicación 11, y comprendiendo medios para localizar conceptualmente dichas mediciones de ingeniería dentro de dicho espacio tridimensional .
13. 13. Un sistema de planeación de terrenos implementado por computador de acuerdo con la reivindicación 8, donde dichas mediciones de ingeniería se seleccionan a partir de un grupo que consiste en sistema de agua de tormentas, sistema de recolección de drenaje sanitario, y sistema de agua potable.
14. 14. Un sistema de planeación de terrenos implementado por computador de acuerdo con la reivindicación 8, donde dicha documentación comprende por lo menos un sorteo generado por computador .
15. 15. Un sistema de planeación de terrenos implementado por computador de acuerdo con la reivindicación 14, donde dicha documentación comprende además un listado de costos por artículos de dichas mediciones de ingeniería.
16. 16. Un sistema de planeación de terrenos implementado por computador de acuerdo con la reivindicación 8, donde dicha documentación es entregada al usuario mediante una red de comunicaciones global .
17. 17. Un método de planeación de terrenos implementado por computador diseñado para generar por lo menos una solución de ajuste conceptual a un problema de desarrollo de terrenos definido por usuario, dicho método comprendiendo los pasos de: crear electrónicamente por lo menos una solución candidata al problema de desarrollo de terrenos, la solución candidata comprendiendo una pluralidad de mediciones de ingeniería aplicables en desarrollo de un sitio de terreno no desarrollado ; evaluar cuantitativamente la solución candidata con base en su aptitud; emplear una estrategia de solución de problemas heurística para manipular las mediciones de ingeniería de la solución candidata para lograr una solución de ajuste mas cuantitativa al problema de desarrollo de terrenos; y emitir una documentación de usuario ilustrando la solución apta al problema de desarrollo de terrenos.
18. 18. Un método de planeacion de terrenos implementado por computador de acuerdo con la reivindicación 17, y comprendiendo representar digitalmente el sitio de terreno no desarrollado en espacio tridimensional.
19. 19. Un método de planeacion de terrenos implementado por computador de acuerdo con la reivindicación 18, y comprendiendo localizar conceptualmente las mediciones de ingeniería dentro del espacio tridimensional .
20. 20. Un método de planeacion de terrenos implementado por computador de acuerdo con la reivindicación 17, y comprendiendo entregar la documentación al usuario mediante una red global de comunicaciones.