Данная работа посвящена исследованию возможностей генетического алгоритма для оптимизации объемно-планировочных и инженерных параметров многоквартирного жилого здания из перекрестно-клееных древесных панелей (CLT). Целью исследования является проведение оптимизации архитектурно-строительных параметров для улучшения показателей энергоэффективности в многоквартирном жилом доме из CLT-панелей. Объектом исследования является энергетическая модель многоквартирного жилого здания из CLT-панелей и параметры его энергоэффективности. Предметом исследования является влияние применения метаэвристического алгоритма оптимизации на показатели энергоэффективности многоквартирного жилого здания из CLT-панелей. Задачи, которые решались в ходе исследования: 1. Анализ объемно-планировочных и инженерных особенностей многоквартирного жилого здания из ДПК-панелей, связанных с параметрами энергоэффективности; 2. Определение целевой функции, граничных условий и переменных для оптимизационной задачи исходя из полученных в результате анализа показателей; 3. Многокритериальная оптимизация показателей энергоэффективности аналитической модели многоквартирного жилого здания из ДПК-панелей. В результате проведения исследования, было установлено, что: 1. CLT-панели классифицируются по технологии изготовления, геометрическим, физическим и теплотехническим характеристикам. Материал перспективен для российского жилого девелопмента. Существует обширная зарубежная практика возведения жилых многоэтажных зданий. 2. Параметрами объемно-планировочных решений являются: высота здания, площадь застройки, площадь остекления, площади стен, крыши и подвала, жилая площадь, отапливаемый объем здания. Инженерными параметрами являются сопротивление теплопередаче ограждающих конструкций и число часов работы механической вентиляции в доме. 3. Генетический алгоритм оптимизации является разновидностью метаэвристического метода, и наиболее распространен для решения строительных задач. Для параметризации используется Grasshopper со встроенным движком оптимизации Galapagos. С помощью плагина Rhino.Inside можно экспортировать необходимые параметры из BIM-модели Autodesk Revit в Grasshopper. 4. Применение генетического алгоритма оптимизации Galapagos позволяет значительно упростить задачу поиска оптимальных, с точки зрения энергоэффективности архитектурно-строительных параметров. Так, в третьей главе исследования удалось сократить расход энергии на отопление и вентиляцию здания за отопительный период с 392050.5 до 121.17 кВтч/год. 5. В ходе оптимизации алгоритм изменил все доступные ему параметры, а в частности: Значения сопротивлений теплопередаче ограждающих конструкций повышены на 1.2-1.5 (м2∙°С)/Вт. Площади окон уменьшены на 25%. Высота здания сокращена на 7.5 м (3-4 этажа). 6. Полученная в результате оптимизации энергетическая модель многоквартирного жилого здания из перекрестно-клееных панелей высотой 17.3 м и отапливаемым объемом 6340 м3 может быть использована проектными организациями для решения практических задач в проектировании.

This work is devoted to the study of the possibilities of genetic algorithm for optimization of volume-planning and engineering parameters of a multi-family residential building made of cross-laminated timber panels (CLT). The aim of the work is to perform optimization of architectural and structural parameters to improve energy efficiency performance in a multi-family residential building made of CLT panels. The object of the study is the energy model of a multi-apartment residential building made of CLT panels and the parameters of its energy efficiency. The subject of the study is the influence of the use of a metaheuristic optimization algorithm on the energy efficiency indicators of an apartment residential building made of CLT panels. The objectives addressed in the study are: 1. Analyzing the volumetric-planning and engineering features of a multi-family residential building made of CLT-panels related to energy efficiency parameters; 2. determination of the target function, boundary conditions and variables for the optimization problem based on the indicators obtained as a result of the analysis; 3. multicriteria optimization of energy efficiency parameters of the analytical model of the multi-family residential building made of CLT-panels. As a result of the study, it was found that: 1. CLT panels are classified according to manufacturing technology, geometric, physical and thermal characteristics. The material is promising for Russian residential development. There is an extensive foreign practice of constructing residential multi-storey buildings. 2. The parameters of spatial planning solutions are: building height, building area, glazing area, wall area, roof and basement, living area, heated volume of the building. Engineering parameters are the resistance to heat transfer of enclosing structures and the number of hours of mechanical ventilation in the house. 3. The genetic optimization algorithm is a kind of metaheuristic method, and is most common for solving construction problems. For parameterization, Grasshopper is used with the built-in Galapagos optimization engine. Using the Rhino.Inside plugin, you can export the necessary parameters from the Autodesk Revit BIM model to Grasshopper. 4. The use of the Galapagos genetic optimization algorithm makes it possible to significantly simplify the task of finding optimal architectural and construction parameters from the point of view of energy efficiency. So, in the third chapter of the study, it was possible to reduce energy consumption for heating and ventilation of the building during the heating period from 392050.5 to 121.17 kWh/year. 5. During optimization, the algorithm changed all the parameters available to it, and in particular: The values of the heat transfer resistances of the enclosing structures were increased by 1.2-1.5 (m2 * ° C)/Tue. Window areas have been reduced by 25%. The height of the building has been reduced by 7.5 m (3-4 floors). 6. The energy model of a multi-apartment residential building made of cross-glued panels with a height obtained as a result of optimization.