Identiﬁcación de sistemas estructurales histeréticos usando algoritmos de optimización multi-objetivo

La mayoría de la literatura referente a la estimación de parámetros de los modelos de histéresis de tipo Bouc-Wen por medio de algoritmos evolutivos no solo usa una función objetivo única (el error cuadrático medio entre los desplazamientos conocidos y los estimados), sino que también considera el m...

Full description

Autores:: Ortiz García, Gilberto Alejandro

Tipo de recurso:

Fecha de publicación:: 2013

Institución:: Universidad Nacional de Colombia

Repositorio:: Universidad Nacional de Colombia

Idioma:: spa

Description
Summary:	La mayoría de la literatura referente a la estimación de parámetros de los modelos de histéresis de tipo Bouc-Wen por medio de algoritmos evolutivos no solo usa una función objetivo única (el error cuadrático medio entre los desplazamientos conocidos y los estimados), sino que también considera el modelo original de histéresis de Bouc-Wen (sin degradación y sin pinching) en el proceso de identiﬁcación. En esta Tesis se presenta una metodología novedosa para la estimación de los parámetros del modelo de histéresis de Bouc-Wen-Baber-Noori. La metodología está basada en un algoritmo evolutivo para optimización multi-objetivo, llamado NSGA-II [34]; por lo tanto, un conjunto de funciones objetivo es empleado en vez de una función objetivo única. Esta metodología no solo minimiza la diferencia entre los desplazamientos medidos en el laboratorio y los estimados, sino que también minimiza la diferencia entre la energía disipada experimental y la estimada con el modelo. La metodología propuesta identiﬁca el sistema estructural y permite la observación de la multi-modalidad del modelo de histéresis de BWBN. El desempeño del algoritmo es evaluado usando datos simulados y reales.

Identiﬁcación de sistemas estructurales histeréticos usando algoritmos de optimización multi-objetivo

Publicaciones similares