Structural damage detection by using genetic algorithms: a comparison of different types of individual coding

AbstractIn this paper, genetic algorithms are used to solve the structural damage detection problem. Three types of representation of individuals are com- pared: binary, real and binary with redundant representation. The binary and real-coded algorithms compute the damage extension for each element...

Full description

Autores:
Jesús Daniel Villalba Morales; Universidad de Sao Paulo
José Elías Laier; Universidad de Sao Paulo
Tipo de recurso:
Fecha de publicación:
2010
Institución:
Universidad del Norte
Repositorio:
Repositorio Uninorte
Idioma:
spa
OAI Identifier:
oai:manglar.uninorte.edu.co:10584/3900
Acceso en línea:
http://rcientificas.uninorte.edu.co/index.php/ingenieria/article/view/873
http://hdl.handle.net/10584/3900
Palabra clave:
Rights
License
http://purl.org/coar/access_right/c_abf2
id REPOUNORT2_b048c343d16e8575cf6e65286820b2b8
oai_identifier_str oai:manglar.uninorte.edu.co:10584/3900
network_acronym_str REPOUNORT2
network_name_str Repositorio Uninorte
repository_id_str
spelling Jesús Daniel Villalba Morales; Universidad de Sao PauloJosé Elías Laier; Universidad de Sao PauloColombia2013-08-31T23:09:58Z2013-08-31T23:09:58Z2010-09-08http://rcientificas.uninorte.edu.co/index.php/ingenieria/article/view/873http://hdl.handle.net/10584/3900AbstractIn this paper, genetic algorithms are used to solve the structural damage detection problem. Three types of representation of individuals are com- pared: binary, real and binary with redundant representation. The binary and real-coded algorithms compute the damage extension for each element in the structure, therefore, a re-starting process of individuals is used. The redundant representation algorithm searches the damaged elements in a dynamic way and quantifes the damage for these elements only. A truss structure under different damage scenarios is analyzed, being damage considered a reduction in the elasticity module of the damaged element. Results show that the redundant representation algorithm presents the best option to locate and quantify damage in a structure.ResumenEn este artículo se aplican los algoritmos genéticos para resolver el problema de detección de daño estructural, y se comparan tres tipos de codifcación de individuos: binaria, real y binaria con código redundante. Los algoritmos de código binario y real calculan la extensión del daño para cada elemento en la estructura, por lo tanto, para mejorar su desempeño fue utilizado un proceso de re-inicialización de individuos. Por su parte, el algoritmo de código redundante busca en forma dinámica cuáles son los elementos dañados y cuantifca el daño solo para esos elementos. Para determinar el desempeño de los algoritmos se analiza una armadura sobre diversos escenarios de daño simple y múltiple, y el daño es considerado como una reducción en el módulo de elasticidad de los elementos dañados. Los resultados muestran que el algoritmo que mejor localiza y cuantifca el daño corresponde al algoritmo genético de código redundante.application/pdfspaUniversidad del NorteRevista Científica Ingeniería y Desarrollo; No 27 (2010): Enero - Junio; 169-186instname:Universidad del Nortereponame:Repositorio Digital de la Universidad del NorteStructural damage detection by using genetic algorithms: a comparison of different types of individual codingDetección de daño estructural por algoritmos genéticos: una comparación de diferentes tipos de codifcación de individuosarticlepublishedVersionhttp://purl.org/coar/version/c_970fb48d4fbd8a85http://purl.org/coar/resource_type/c_6501http://purl.org/coar/access_right/c_abf210584/3900oai:172.16.14.36:10584/39002015-10-07 01:47:19.569Repositorio Digital de la Universidad del Nortemauribe@uninorte.edu.co
dc.title.none.fl_str_mv Structural damage detection by using genetic algorithms: a comparison of different types of individual coding
Detección de daño estructural por algoritmos genéticos: una comparación de diferentes tipos de codifcación de individuos
title Structural damage detection by using genetic algorithms: a comparison of different types of individual coding
spellingShingle Structural damage detection by using genetic algorithms: a comparison of different types of individual coding
title_short Structural damage detection by using genetic algorithms: a comparison of different types of individual coding
title_full Structural damage detection by using genetic algorithms: a comparison of different types of individual coding
title_fullStr Structural damage detection by using genetic algorithms: a comparison of different types of individual coding
title_full_unstemmed Structural damage detection by using genetic algorithms: a comparison of different types of individual coding
title_sort Structural damage detection by using genetic algorithms: a comparison of different types of individual coding
dc.creator.fl_str_mv Jesús Daniel Villalba Morales; Universidad de Sao Paulo
José Elías Laier; Universidad de Sao Paulo
dc.contributor.author.none.fl_str_mv Jesús Daniel Villalba Morales; Universidad de Sao Paulo
José Elías Laier; Universidad de Sao Paulo
description AbstractIn this paper, genetic algorithms are used to solve the structural damage detection problem. Three types of representation of individuals are com- pared: binary, real and binary with redundant representation. The binary and real-coded algorithms compute the damage extension for each element in the structure, therefore, a re-starting process of individuals is used. The redundant representation algorithm searches the damaged elements in a dynamic way and quantifes the damage for these elements only. A truss structure under different damage scenarios is analyzed, being damage considered a reduction in the elasticity module of the damaged element. Results show that the redundant representation algorithm presents the best option to locate and quantify damage in a structure.
publishDate 2010
dc.date.issued.none.fl_str_mv 2010-09-08
dc.date.accessioned.none.fl_str_mv 2013-08-31T23:09:58Z
dc.date.available.none.fl_str_mv 2013-08-31T23:09:58Z
dc.type.none.fl_str_mv article
dc.type.coarversion.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.coar.fl_str_mv http://purl.org/coar/resource_type/c_6501
dc.type.hasVersion.none.fl_str_mv publishedVersion
dc.identifier.other.none.fl_str_mv http://rcientificas.uninorte.edu.co/index.php/ingenieria/article/view/873
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/10584/3900
url http://rcientificas.uninorte.edu.co/index.php/ingenieria/article/view/873
http://hdl.handle.net/10584/3900
dc.language.iso.none.fl_str_mv spa
language spa
dc.relation.ispartof.none.fl_str_mv Revista Científica Ingeniería y Desarrollo; No 27 (2010): Enero - Junio; 169-186
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv http://purl.org/coar/access_right/c_abf2
dc.format.none.fl_str_mv application/pdf
dc.coverage.spatial.none.fl_str_mv Colombia
dc.publisher.none.fl_str_mv Universidad del Norte
publisher.none.fl_str_mv Universidad del Norte
dc.source.none.fl_str_mv instname:Universidad del Norte
reponame:Repositorio Digital de la Universidad del Norte
instname_str Universidad del Norte
institution Universidad del Norte
reponame_str Repositorio Digital de la Universidad del Norte
collection Repositorio Digital de la Universidad del Norte
repository.name.fl_str_mv Repositorio Digital de la Universidad del Norte
repository.mail.fl_str_mv mauribe@uninorte.edu.co
_version_ 1812183095292461056