Diseño óptimo robusto utilizando modelos Kriging: aplicación al diseño óptimo robusto de estructuras articuladas
El problema de diseño óptimo robusto de estructuras es una tarea computacionalmente costosa como consecuencia del acoplamiento de los procesos de cuantificación de incertidumbre y de optimización. Para hacer frente a este problema, en este artículo se propone una metodología, basada en modelos Krigi...
| Autores: | , |
|---|---|
| Tipo de recurso: | artículo |
| Fecha de publicación: | 2014 |
| País: | España |
| Institución: | Universitat Politècnica de Catalunya (UPC) |
| Repositorio: | UPCommons. Portal del coneixement obert de la UPC |
| Idioma: | español |
| OAI Identifier: | oai:upcommons.upc.edu:2117/167942 |
| Acceso en línea: | https://hdl.handle.net/2117/167942 https://dx.doi.org/10.1016/j.rimni.2013.01.003 |
| Access Level: | acceso abierto |
| Palabra clave: | Numerical analysis Optimización estructural Diseño óptimo robusto Metamodelos Modelos Kriging Structural optimization Robust design optimization Metamodels Kriging models Anàlisi numèrica Àrees temàtiques de la UPC::Matemàtiques i estadística::Anàlisi numèrica |
| Sumario: | El problema de diseño óptimo robusto de estructuras es una tarea computacionalmente costosa como consecuencia del acoplamiento de los procesos de cuantificación de incertidumbre y de optimización. Para hacer frente a este problema, en este artículo se propone una metodología, basada en modelos Kriging, para resolver de forma eficiente el problema de cuantificación de incertidumbre en el proceso de optimización. El modelo Kriging aproxima, de forma simultánea, la respuesta estructural en el dominio de diseño y en el dominio estocástico, permitiendo desacoplar los procesos de cuantificación de incertidumbre y de optimización. La metodología propuesta incluye un criterio de actualización de los modelos Kriging basado en la estimación del error en la predicción, que mejora la aproximación en las regiones cercanas al frente de Pareto. Se han resuelto 3 problemas para mostrar la aplicabilidad y la precisión de la metodología propuesta. Los resultados muestran que la metodología es adecuada para resolver el problema de diseño óptimo robusto con una precisión razonable y un número de evaluaciones del modelo de simulación muy inferior al que requieren los métodos convencionales. |
|---|