Llatas, CarmenSoust-Verdaguer, BernardetteGutiérrez Moreno, José AntonioFernández Gálvez, María DoloresCastro, LuisCagigas Muñiz, Daniel2025-01-092025-01-092024-10-29Llatas, C., Soust-Verdaguer, B., Gutiérrez Moreno, J.A., Fernández Gálvez, M.D., Castro, L. y Cagigas Muñiz, D. (2024). Herramientas de ayuda al diseño inteligente de edificios de bajo impacto ambiental en España.https://hdl.handle.net/11441/166336La Comunidad Científica proporciona evidencias del relevante papel que juega el sector de la construcción en el cambio climático, generando cerca del 40% de las emisiones de gases de efecto invernadero. Ante esta situación, la sociedad demanda edificios de menor impacto. Por ello, en España la descarbonización del sector de la edificación es un objetivo prioritario para mitigar los efectos adversos del cambio climático y lograr la transición ecológica. Para 2030, los edificios deberían reducir drásticamente su carbono embebido en un 40%. El papel del diseñador es clave. Sin embargo, una principal limitación para lograr este objetivo es la falta de herramientas automatizadas e integradas en la fase de diseño que permitan informar de cuáles son los elementos constructivos de bajo impacto. Este estudio presenta dos herramientas llevadas a cabo en la Universidad de Sevilla por el equipo de investigación TEP-986 datUS-Lab (Digital Architecture for Sustainability), en el marco de dos proyectos de investigación estatales: un catálogo de elementos constructivos de baja huella de carbono implementado en la metodología BIM (BIM-ZEN), y una herramienta de simulación del impacto de elementos constructivos en modelos de edificios (DECIDE). Ambas están basadas en la metodología de Análisis de la Sostenibilidad del Ciclo de Vida y emplean técnicas de Machine Learning para la identificación y selección de procesos optimizados. Se presentan sus bases y fundamentos. Con todo ello, se pretende contribuir a la transición ecológica y digital.application/pdfspaAttribution-NonCommercial-NoDerivatives 4.0 Internationalhttp://creativecommons.org/licenses/by-nc-nd/4.0/HerramientasInteligencia ArtificialBIMAnálisis de la Sostenibilidad del Ciclo de VidaMachine LearningDescarbonizaciónEconomía circularEdificiosinfo:eu-repo/semantics/otherinfo:eu-repo/semantics/openAccess