Культурное наследие в проектировании устойчивых городов Авторы Мвфек Аль-Хаддад Университет прикладных наук Аль-Балка Загрузки PDF DOI: https://doi.org/10.51461/issn.2309-3072/86.2671 Ключевые слова: моделирование городов, эвристики, алгоритм СВКС, энергоэффективность, культурное наследие Аннотация Моделирование городов становится все более актуальной задачей. Преобладающим направлением сегодня является построение многофакторных моделей, использующих возможности машинной обработки больших данных. Наиболее перспективным выглядит моделирование с помощью эвристических алгоритмов, которые опираются на диалог человек – машина. В статье изложены результаты эксперимента по применению эвристики «Строительство Великой китайской стены» (СВКС) для одновременного учета предельно разнородных параметров –энергоэффективности зданий и их культурно-исторической ценности. Показано, что использование эвристики СВКС значительно повышает качество модели. Как цитировать Аль-Хаддад, М. (2025). Культурное наследие в проектировании устойчивых городов. проект байкал, 22(86). https://doi.org/10.51461/issn.2309-3072/86.2671 Другие форматы библиографических ссылок ACM ACS APA ABNT Chicago Harvard IEEE MLA Turabian Vancouver Скачать ссылку Endnote/Zotero/Mendeley (RIS) BibTeX Опубликован 2025-12-09 Выпуск № 86 (2025): разнообразие Раздел refereed articles - рецензируемые статьи Лицензия Copyright (c) 2025 Мвфек Аль-Хаддад Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная. Библиографические ссылки Ali, U., Bano, S., Shamsi, M. H., Sood, D., Hoare, C., Zuo, W., Hewitt, N., & O’Donnell, J. (2023). Urban building energy performance prediction and retrofit analysis using data-driven machine learning approach. Energy and Buildings, 113768 Alonso, W. (1965). Location and Land Use: Towards a General Theory of Land Rent. Cambridge, MA: Harvard University Press. Al-Ruwaishedi, M. R. et al. (2024). Metamorphosis of the traditional dwelling. Project Baikal, 21(80), 114-119. Batty, M. (2024). The Computable City. Histories, Technologies, Stories, Predictions. Cambridge, MA: Mit Press. Blumenfeld, H. (1949, July). A Theory of City Form. Society of Architectural Historians Journal, 80(3-4), 7-16. Burgess, E.W. (1924). The Growth of the City: An Introduction to a Research Project Publications of the American Sociologist Society, 18, 142–155. Fujita, M., Krugman, P.R., & Venables, A. (1999). The Spatial Economy: Cities, Regions, and International Trade. Cambridge, MA: Mit Press. Guan, Z., Ren, C., Niu, J., Wang, P., & Shang, Y. (2023). Great Wall Construction Algorithm: A novel meta-heuristic algorithm for engineer problems. Expert Systems with Applications, 233, 120905. Gutnov, A.E. (1984). Evolyutsiya gradostroitel’stva [Evolution of urban development]. Moscow: Stroyizdat. Hoyt, H. (1939). The Structure and Growth of Residential Neighborhoods in American Cities. Chicago, IL: Chicago University Press. Man, J. (2008). The Great Wall. The extraordinary history of China’s wonder of the world. London: Bantam Press. Moreno, C. (2024) The 15-Minute City: A Solution to Saving Our Time and Our Planet. Hoboken, NJ: Wiley. Sharifi, A., Khavarian-Garmsir, A. R., Allam, Z., & Asadzade, A. (2023). Progress and prospects in planning: A bibliometric review of literature in Urban Studies and Regional and Urban Planning, 1956–2022. Progress in Planning, 173, 100740. Wang, P. (2023). System for Urban Construction and Model Optimization Based on Machine Learning Algorithms. 2023 International Conference on Evolutionary Algorithms and Soft Computing Techniques (EASCT) (pp. 1-6). Bengaluru, India.