1- Generación de tipologías estructurales - AUTOMÁTICAMENTE
2- Optimización y dimensionamiento de las estructuras de las tipologías creadas - (cumplimiento peso propio) - AUTOMÁTICAMENTE
Analisis de la estructura en karamba3D
3- Descargar datos estructurales
4- Importar a Google Colab los datos optimizados
5- Entrenar un modelo de Machine Learning en Google Colab-
Cargar los datos de grasshopper a google colab
Analisis de los datos
Entrenamiento y comparación de los modelos ML
Cómo utilizar las predicciones estructurales(‘Decision Tree’, ‘Random Forest’ y ‘XGBoost’) para estimar el carbono embebido en el diseño de edificios
Predicción teniendo en cuenta :
- La geometria
- Nº de plantas
- Nº Vigas
- Nº Columnas
6- Una vez entrenado el modelo ML para predecir el peso estructural, se puede investigar el carbono embebido de distintas configuraciones estructurales que se quiera.