Optimización de Estructuras de Barras Utilizando Metaheurísticas
El problema de optimización de estructuras de barras es comúnmente encontrado en aplicaciones de ingeniería civil. Consiste en dada una estructura de barras tridimensional, seleccionar de un catálogo, las secciones (conjunto de características tales como: altura, base, resistencia del concreto, resi...
| Autor: | |
|---|---|
| Formato: | tesis de maestría |
| Estado: | Versión aceptada para publicación |
| Fecha de publicación: | 2019 |
| País: | México |
| Recursos: | Centro de Investigación en Matemáticas |
| Repositorio: | Repositorio Institucional CIMAT |
| OAI Identifier: | oai:cimat.repositorioinstitucional.mx:1008/1036 |
| Acesso em linha: | http://cimat.repositorioinstitucional.mx/jspui/handle/1008/1036 |
| Access Level: | acceso abierto |
| Palavra-chave: | info:eu-repo/classification/MSC/MATEMÁTICAS INDUSTRIALES info:eu-repo/classification/cti/1 info:eu-repo/classification/cti/12 info:eu-repo/classification/cti/1299 info:eu-repo/classification/cti/129999 |
| Resumo: | El problema de optimización de estructuras de barras es comúnmente encontrado en aplicaciones de ingeniería civil. Consiste en dada una estructura de barras tridimensional, seleccionar de un catálogo, las secciones (conjunto de características tales como: altura, base, resistencia del concreto, resistencia del acero y número de varillas) que serán asignadas a cada una de las barras que forman la estructura. Para el enfoque mono-objetivo se busca que el peso total de la estructura sea minimi- zado, al tiempo que satisfaga un conjunto de restricciones de diseño, como la eficiencia y el desplazamiento, para esto se propone un algoritmo memético junto con un operador de cruce RCBX —Random Connected Bars Crossover— y un operador de reemplazamiento llamado BNP —Best Not Penalized—. Se propone, además, un enfoque multi-objetivo del problema, donde el desplazamiento y el peso propio serán los dos objetivos a minimizar junto a las res- tricciones antes mencionadas. Para abordar este nuevo planteamiento se utilizó el algoritmo NSGA II y el VSD-MOEA pasando luego a la implementación de una búsqueda local (LS) en ambos, siendo las propuestas con mejores resultados el NSGA II-LS y el VSD-MOEA-LS. Tanto en el caso mono-objetivo como en el multi-objetivo se analiza el comportamiento de las estrategias al incluir operadores de control de la diversidad en el espacio de las variables. Otra contribución importante consistió en el diseño de un operador de cruce que posee la capacidad de heredar las características más importantes de las soluciones padres. Este operador fue crucial para obtener un algoritmo mono-objetivo lo suficientemente robusto como para encontrar soluciones factibles y de bajo costo para las dimensiones del problema, a su vez, los resultados obtenidos para la propuesta multi-objetivo muestran la relevancia de la hibridación en dichos esquemas. Se propusieron 6 instancias/estructuras que cuentan con distintas dimensiones (cantidad de barras) y sometidas a distintas cargas que permitieron evaluar los aportes hechos a la resolución del problema. |
|---|