Тема выпускной квалификационной работы: «Методика автоматизации поиска проектных решений на основе технологии генеративного дизайна». Целью данной работы является реализация методов автоматизации проектирования объемно-планировочных решений, при которых сгенерированные решения будут соответствовать всем технологиям и требованиям архитектурного проектирования.  Для достижения поставленной цели в диссертационном исследовании выдвинуты следующие задачи: 1) Проанализировать опыт применения генеративного дизайна в области архитектурного проектирования на основе ключевых особенностей методов автоматизации, использующихся для оптимизации и реализации проектных объемно-планировочных решений; 2) Используя параметрическое моделирование и программы визуального программирования, разработать методику автоматизации проектных объемно-планировочных решений; 3) Обозначить практическую ценность применения технологии генеративного дизайна для разработки объемно-планировочных и пространственных решений. В ходе данной работы были проанализированы существующие методы генерации проектных решений с использованием генеративного дизайна. В зависимости от поставленных задач и условий проектирования, каждый из подходов имеет свои преимущества и недостатки и будет оптимален в той или иной области реализации проектных решений и их анализе. В случае, если нейросеть не выполняет поставленной задачи и необходимо задействовать проектировщиков для контроля выполняемых решений, оптимальным выбором будет гибридный метод с использованием программируемых проектировщиком нейросетей. Если имеется отлаженная нейросеть, способная выполнить поставленную задачу, а также требуемы для нее вычислительные мощности, будет оптимальным использовать искусственные нейронные сети, что обеспечит точность и разнообразие решений без необходимости вмешательства проектировщиков. На основе этого были проанализированы ключевые моменты архитектурного проектирования на примере жилого комплекса для понимания и выстраивания взаимодействия с генеративным дизайном. Для реализации генерации архитектурных решений для жилого комплекса была разработана методика «блоковой застройки», суть которой заключается в автоматизированном размещении заданных и типовых блоков жилых зданий по пространству участка с целью обеспечения максимально возможной общей площади этажей жилых зданий. Данная методика была реализована в программном комплексе визуального программирования Grasshopper, что показывает возможности автоматизированной генерации проектных решений. Генеративный дизайн в планировках этажей жилых многоквартирных домов предоставляет широкие возможности для инноваций, оптимизации и удовлетворения различных потребностей жильцов. Он позволяет экспериментировать с различными вариантами, учитывая ограничения и требования, и создавать уникальные и функциональные планировки, которые максимально соответствуют потребностям и комфорту будущих жильцов.

The topic of the graduation thesis is "Methodology for Automating the Search for Design Solutions Based on Generative Design Technology". The aim of this work is to implement methods for automating the design of volume-spatial solutions, where the generated solutions will comply with all architectural design technologies and requirements. To achieve the set goal, the following tasks have been identified in the dissertation research: 1) Analyze the experience of applying generative design in the field of architectural design, identify the key features of automation methods used to optimize and implement project volume-spatial solutions; 2) Develop a method for automating project volume-spatial solutions using parametric modeling and visual programming software; 3) Determine the practical value of applying generative design technology in the development of volume-spatial and spatial solutions. During this work, existing methods of generating design solutions using generative design were analyzed. Depending on the tasks and design conditions, each approach has its advantages and disadvantages and will be optimal in different areas of implementing project solutions and their analysis. In cases where the neural network fails to accomplish the assigned task and designers need to be involved to control the generated solutions, a hybrid method using programmable neural networks would be the optimal choice. If there is a well-trained neural network capable of completing the given task, as well as the required computational power, using artificial neural networks would be the optimal approach, ensuring accuracy and a variety of solutions without the need for designer intervention. Based on this, key aspects of architectural design were analyzed using the example of a residential complex to understand and establish the interaction with generative design. To implement the generation of architectural solutions for the residential complex, a methodology called "block development" was developed, which involves the automated placement of designated and typical blocks of residential buildings within the site space to maximize the total floor area of the residential buildings. This methodology was implemented in the Grasshopper visual programming software, demonstrating the capabilities of automated generation of design solutions. Generative design in the floor plans of residential multi-unit buildings provides ample opportunities for innovation, optimization, and meeting the various needs of residents. It allows for experimentation with different options, taking into account constraints and requirements, and creates unique and functional layouts that best suit the needs and comfort of future residents.