Ignacio

 Decia  
Tutores:  Pablo  Ezzatti,  Eduardo  Fernández.  
¡  Hallar  una  configuración  de  parámetros  
óptima  que  alcance  el  objetivo  de  iluminación  
deseado.  
 
¡  Se  clasifican  en:  
§  Problemas  de  iluminación  inversos  (ILPs).    
§  Problemas  de  geometría  inversos    (IGPs).    
§  Problemas  de  reflectancia  inversos    (IRPs).  

 
¡  Relevante  para  el  diseño  energético  sustentable.  
 
¡  Pocas  herramientas  para  asistir  al  diseñador.  
 
¡  Método  de  ensayo  y  error  no  es  efectivo.  
 
¡  Encontrar  la  posición  
óptima  de  las  luminarias.  
 
¡  Luces  artificiales.  
 
¡  Superficies  difusas.  
 
¡  Método  para  resolver  ILPs:  
§  Radiosidad  de  Rango  Bajo  
(LRR).  
§  Variable  Neighborhood  
Search  (VNS).  

¡  Mas  del  80%  del  tiempo  del  

ejecución  en  cálculos  de  
iluminación.  
¡  Tres  versiones  paralelas  de  VNS:  
§  Evaluación  del  vecindario  en  paralelo.  
§  Instancias  independientes  en  paralelo.  
§  Estrategia  híbrida.  
 
¡  Versiones  en  CPU  y  GPU.  
 
  
¡  Speedup  en  CPU  entre  5.4x  y  18.1x.  
 
¡  Speedup    en  GPU  entre  6.1x  y  54.9x.  
 

 
¡  Encontrar  la  forma  óptima  de  
una  persiana  de  forma  de  
maximizar  el  UDI.  
 
¡  UDI:  %  de  horas  del  año  tal  que  
la  luz  diurna  que  llega  a  todos  
los  sensores  esta  entre  [a,  b].  

¡  Evaluar  el  UDI  requiere  el  

cálculo  de  la  luz  que  llega  a  los  
sensores.  
¡  Pocas  herramientas.  
 
¡  La  mayoría  utilizan  el  software  RADIANCE.  
 
¡  RADIANCE  es  lento.  

 
¡  Algoritmo  Path  Tracing  (Monte  Carlo).  

¡  Implementado  en  GPU  con  Nvidia  OptiX.  

 
¡  VNS  para  la  optimización.  
 
 

 
¡  Tiempo  de  ejecución  muy  inferior  a  
RADIANCE.  
 
¡  Problema  encontrado:    
§  Función  objetivo  tiene  ruido  estocástico.  
§  ¿Cómo  garantizar  que  una  configuración  es  mejor  
que  otra?  

   
 
¡  A  evaluar:  
§  Aumentar  la  cantidad  de  muestras.  
§  Técnicas  de  reducción  de  varianza.  
§  Optimización  estocástica.  

 
 
 
 
        
 
 
 
     ¿Preguntas?