Land+Water 2023 Editie 7/8

DOSSIER - Bruggen & Viaducten
Dit palenplan is in
uren berekend, in
plaats van maanden.
Genetisch algoritme:
evolutiesprong in
ontwerpproces
Met genetisch ontwerpen
zorgt ingenieurs- en adviesbureau
Antea Group voor
een evolutiesprong in het
ontwerpproces van kunstwerken.
Dit gebeurt onder
aanvoering van Simone de
Rijke, runner up van de Prins
Friso Ingenieursprijs 2023.
“Het genetisch ontwerpen
stelt ons in staat om ontwerpoptimalisaties
te realiseren
die menselijk niet haalbaar
zijn.”
De vervangingsopgave, klimaatverandering,
een groeiend tekort aan technici: het
ontwerp- en engineeringsvakgebied staat voor
enorme opgaves. Dit daagt de sector uit om
nieuwe manieren te verkennen om ontwerpen
engineeringsprocessen slimmer, beter en
duurzamer te maken. De integratie van
kunstmatige intelligentie is een revolutionaire
manier om ontwerpprocessen te automatiseren:
Engineering 3.0 zoals ze dit bij Antea
Group noemen.
Geautomatiseerd optimaliseren
Zo zorgde de komst van parametrisch
ontwerpen (Engineering 2.0) al voor een
revolutie in de wereld van engineering. “Deze
aanpak helpt om ontwerpvarianten vele malen
sneller te verkennen en te vergelijken. Maar,
met het analyseren en optimaliseren van een
IN ‘T KORT - Automatisch
Genetisch ontwerpen is een evolutiesprong
in het ontwerpproces.
De inzet van kunstmatige intelligentie
versnelt het ontwerpen zeer sterk.
Je kunt sneller en doeltreffender convergeren
naar jouw optimum.
Diepgaande kennis van kunstwerken en
programmeren blijft nodig.
parametrisch ontwerp is nog altijd veel
rekentijd en denkwerk gemoeid”, ziet Simone
de Rijke. “Bij complexe constructies met veel
parameters is het vooraf inschatten van het
optimum niet altijd evident en de rekentijd
zelfs zo lang dat het optimaliseren ervan
praktisch niet haalbaar is.”
Het automatisch aansturen en optimaliseren
van parametrische modellen is daarom een
belangrijke next step. En dit is waar ‘Genetisch
Ontwerpen’ in voorziet. De Rijke: “Door
kunstmatige intelligentie toe te voegen aan
een parametrisch model, kunnen wij volledig
automatisch, zonder tussenkomst van mensen,
vergaand optimaliseren. Het genetisch
algoritme kiest keer op keer een nieuwe,
steeds betere variant waarmee het parametrisch
model wordt aangestuurd. Op deze
manier kun je sneller en doeltreffender
convergeren naar je optimum, in plaats van
álle (miljoenen) mogelijkheden blind door te
rekenen. Samengevat: slim optimaliseren.”
Geïnspireerd op de genetica
Het fundament onder deze aanpak is het
genetisch algoritme. De Rijke: “Het idee is een
afgeleide van de manier waarop de mens door
de eeuwen heen schapen kruiste om stap voor
stap de wolproductie te verbeteren. Door
De busonderdoorgang Groningen snel ontworpen dankzij kunstmatige intelligentie.
schapen zorgvuldig op allerlei eigenschappen
te selecteren en vervolgens te kruisen, konden
we de opbrengst en de kwaliteit van wol door
de jaren heen vergroten.”
Het genetisch algoritme werkt hetzelfde. Dit
algoritme is in staat om uit elke generatie van
ontwerpvarianten de beste set ‘genen’ te
selecteren. Om deze vervolgens te combineren
en nieuwe generaties mee te creëren. “Zo
wordt met elke generatie de genen set, ofwel
het beste ontwerp, steeds weer verbeterd ten
opzichte van de generaties ervoor.” De
verbeterrichting van dit automatische
optimalisatieproces is hierbij zelf te bepalen.
“Er kan bijvoorbeeld worden gezocht naar het
meest voordelige ontwerp of naar het ontwerp
waarbij minder grondstoffen worden
gebruikt.”
De ontwikkeling van dit algoritme is overigens
niet eenvoudig. De Rijke: “Aantoonbare en
herleidbare constructieve veiligheid blijft het
belangrijkste eindresultaat. Het maken van en
het werken met deze algoritmen vergt
diepgaande vakkennis en inzicht van
constructeurs. Het algoritme moet inzichtelijk
zijn voor de ingenieur. Het is geen black box,
maar een heel krachtige tool voor de
constructeur om resultaten te behalen die
voorheen menselijk niet haalbaar waren.”
14
nr. 7/8 - juli/augustus 2023