Metodología basada en algoritmos genéticos y programación en paralelo para el diseño óptimo de armaduras de acero

La optimización de estructuras mediante la implementación de metodologías metaheurísticas ha sido una temática ampliamente estudiada en las últimas décadas. Los problemas de diseño estructural requieren del análisis de un gran número de variables complejas y por ende demandan un amplio uso de recurs...

Full description

Autores:
Tipo de recurso:
masterThesis
Fecha de publicación:
2014
Institución:
Pontificia Universidad Javeriana
Repositorio:
Repositorio Universidad Javeriana
Idioma:
spa
OAI Identifier:
oai:repository.javeriana.edu.co:10554/12670
Acceso en línea:
http://hdl.handle.net/10554/12670
https://doi.org/10.11144/Javeriana.10554.12670
Palabra clave:
Optimización
Algoritmos genéticos
Elitismo
Paralelismo
Armaduras
Multi-cromosoma
Optimization
Genetic algorithms
Elitism
Parallel computing
Threads. truss structures
Multi-chromosome
Algoritmos paralelos
Maestría en ingeniería civil - Tesis y disertaciones académicas
Rights
openAccess
License
Atribución-NoComercial-SinDerivadas 4.0 Internacional
Description
Summary:La optimización de estructuras mediante la implementación de metodologías metaheurísticas ha sido una temática ampliamente estudiada en las últimas décadas. Los problemas de diseño estructural requieren del análisis de un gran número de variables complejas y por ende demandan un amplio uso de recursos computacionales. Este trabajo propone un algoritmo genético multi-cromosoma paralelo para resolver el problema de optimización de armaduras de acero 3-D, desarrollado en la plataforma JAVA®, el cual utilizó un cromosoma binario para determinar el mejor conjunto de perfiles y un cromosoma real para auto-adaptar los parámetros genéticos durante la optimización. Para el diseño de las armaduras se empleó un programa de elementos finitos desarrollado en MatLab®. El desempeño del algoritmo serial propuesto es evaluado mediante tres armaduras reportadas en la literatura (25, 72 y 112 miembros) y el uso de tres medidas de desempeño: costo final, desviación estándar entre ejecuciones y número de evaluaciones de la función objetivo. Con el fin de mejorar la eficiencia computacional, el algoritmo genético es paralelizado empleando el modelo de islas e hilos y evaluado mediante una armadura de 200 elementos y una de 354 elementos. Se obtiene que con la metodología propuesta los pesos finales son más bajos y con un uso significativamente menor de recursos computacionales en relación a otros algoritmos de optimización, debido a que los parámetros genéticos no son constantes y se evalúan distintas soluciones simultáneamente, pero con intercambios periódicos de individuos, garantizando la diversidad del espacio de búsqueda durante el proceso evolutivo.