SIISyG2017_Dr. Jesus Daniel Villalba Morales_Optimizacion en Ingenieria Sismica.pdf
1. Ing. Jesús Daniel Villalba Morales, D. Sc.
Profesor Departamento de Ingeniería Civil
Pontificia Universidad Javeriana
Colombia
Arequipa, Mayo de 2017
2. 2
Introducción
Sobre qué se hablará el día de hoy…
[1]
2. Optimización (herramienta
matemática)…
[2]
se pueden modelar y resolver mediante
optimización .
3. Problemas en ingeniería sísmica que…
1. Ingeniería Sísmica
(problema físico)…
4. 4
Sobre Optimización
¿Qué es la Ingeniería Sísmica?
“La ingeniería sísmica es la combinación de una serie de leyes naturales,
conceptos y principios que…
considerados de manera integrada permiten el diseño y ejecución de
una construcción…
capaz de resistir los efectos de los terremotos razonablemente más
fuertes que se pudieran presentar en el futuro de la localidad.”
Alberto Sarria. Infraestructura y Terremoto.
5. 5
Sobre Optimización
¿Qué es la Ingeniería Sísmica?
1. Causa: Terremoto
2. Consecuencias:
Comportamiento del
terreno y de las estructuras
3. Acciones:
Prevención y
Mitigación
Aspectos:
Buenos Vs Malos
6. 6
Sobre Optimización
¿Cuáles características de una estructura le
favorecen desde un punto de vista sismo
resistente?
Configuración
Estructural
Ductilidad
Redundancia
Rigidez y
Resistencia
Disipación de
energía
Columna Fuerte –
Viga Débil
7. 7
Sobre Optimización
¿Cuáles prácticas nos llevan a que las
estructuras se comporten inadecuadamente
durante un terremoto?
Pisos Flexibles
Columnas cortas
Edificaciones
adyacentes poco
separada
Confinamiento de
elementos inadecuado
8. 8
Sobre Optimización
¿Qué son los sistemas de control de vibraciones?
Los sistemas de control de vibraciones se introducen en una estructura
con el fin de disminuir el daño en los elementos estructurales.
Las imágenes abajo muestran el estado de dos estructuras después del
sismo de chile de 2010.
Colapso del edificio Alto Río Torre Titanium
Fuente: http://www.disenoarquitectura.cl/torre-titanium-la-portada-senarq/
Fuente: https://es.wikipedia.org/wiki/Edificio_Alto_Río
11. 11
Sobre Optimización
¿Qué es optimización?
[a]
Es el proceso de determinar las
condiciones para las cuales una
función determinada presenta
un valor máximo o mínimo
(Rao, 2009).
12. 12
Sobre Optimización
El primer paso para resolver un problema de optimización consiste en
formularlo matemáticamente, dando respuesta a las siguientes
preguntas:
¿Qué define un problema de optimización?
1. ¿Qué se desea optimizar en mi problema
(sistema) (medida calidad)?.
2. ¿Qué se puede modificar en el sistema para
hacerlo mejor (variables) y que se mantiene
constante (parámetros)?.
3. ¿ Existen especificaciones que se deben
cumplir (restricciones)?.
1 1
2 1 2
:
:
i
j
h fun X Valor
g fun X Valor
inf sup
k k k
x x x
1 2 ... n
Min f g x x x
13. 13
Sobre Optimización
1. ¿Cuáles características de mi sistema se
desean optimizar?
Variables de diseño
b
h
Las variables pueden ser discretas, continuas, combinaciones, etc.
Parámetros de diseño:
Modulo de elasticidad, Longitud de la viga, tipos de apoyos, carga.
14. 14
Sobre Optimización
2. ¿Cuál es mi medida de la calidad de
una solución?
Función Objetivo
En muchos problemas de
ingeniería se desea obtener
los diseños…
más económicos.
, , ,
Min F Costo concreto acero formaleta etc
Materiales:
• Concreto
• Acero
• Madera
15. 15
Sobre Optimización
Diversos sistemas presentan restricciones que se deben satisfacer para
garantizar un buen desempeño. En el campo de la ingeniería estructura
tenemos diversas fuentes de restricciones:
3. ¿ Cuáles restricciones tiene mi problema?
Solicitación
Resistencia
16. 16
Sobre Optimización
Cómo se entiende el proceso de búsqueda
por la mejor solución?
Métodos basados en
Una Vs Múltiples
soluciones
Reglas de transformación
Gradientes Vs Heurísticas
17. 17
Sobre Optimización
En el caso de la viga de madera simplemente apoyada, considerando
como criterios de diseño un esfuerzo máximo y una deflexión máxima:
Cómo se entiende el proceso de búsqueda
por la mejor solución?
max
max
adm
adm
max
max
adm
adm
max
max
adm
adm
max
max
adm
adm
1era Iteración 2da Iteración muchas iteraciones
algunas iteraciones
Matemáticamente!!!
18. 18
Sobre Optimización
Es así de fácil?
No,… puede ser complicado si:
[e]
• Existen muchos “picos”.
• el espacio de búsqueda puede ser muy
grande.
• Presencia de ruído
19. 19
Sobre Optimización
¿Cómo se analiza un problema de ingeniería
utilizando optimización?
Dos grandes etapas se deben realizar
correctamente…
1. Formulación del problema
como uno de optimización.
-- Función(es) Objetivo
-- Variables y parámetros
de Diseño
-- Restricciones
2. Escoger y configurar el
algoritmo de optimización.
Gradientes Vs Heurísticos
21. 21
Ingeniería Sísmica y Optimización
Cuales problemas en ingeniería sísmica han sido
resueltos utilizando optimización?
Diseño óptimo de un pórtico de acero con
conexiones semi-rígidas
Determinación de las propiedades óptimas de
amortiguadores de masa sincronizada
Detección de daño estructural en estructuras
Determinación de parámetros para modelos histeréticos
Diseño óptimo de edificios de concreto utilizando
conceptos de ciclo de vida
Diseño sísmico óptimo de domos considerando modos
de colapso
Diseño sísmico óptimo de edificios con sistemas de control activo
Localización óptima de sensores para monitoreo de la salud estructural
22. 22
Ingeniería Sísmica y Optimización
Localización óptima de albergues
Programación de logística para manejo de emergencias
Determinación de la magnitud de movimientos fuertes del
terreno
Separación de efectos de sitio y fuente
Determinación de las relaciones de atenuación
Construcción de escenarios de pérdidas económicas
Mitigación de efectos sísmicos
Prevención y manejo de desastres
Cálculo del potencial de licuación por sismo
Cuáles problemas en ingeniería sísmica han sido
resueltos utilizando optimización?
24. ¿Cuál es el problema?
24
Detección de daño
El problema de detectar daño en una
estructura es similar a uno de
calibración de modelos
Comportamiento real
del sistema
(mediciones)
Modelo analítico
del sistema
Entrada Salida
Modelo?
x
y
m
x
m
y
1
y
2
y
25. ¿Cómo se resuelve computacionalmente?
25
Villalba y Laier (2012, 2014, 2015)
Considere la siguiente viga
y su modelo de elementos
finitos:
Experimental
Analítico
(MEF)
Calibrar Respuesta dinámica
INICIO
1. Generar un Modelo de Elementos
Finitos para la estructura sin daño.
2. Definir la función objetivo.
3. Obtener la respuesta dinámica
experimental para la estructura actual.
4. Configurar y aplicar el algoritmo de
optimización.
FIN
26. ¿Cuáles son las variables de diseño?
26
Villalba y Laier (2012, 2014, 2015)
Para la estructura
mostrada se
determinarán 5
valores. Por ej:
V. O. corresponden al
valor de β para cada
elemento en la estructura.
El daño se modela como
una reducción en la
rigidez (β) del elemento
con daño tal que:
_ 1
j dam j j
K K
β puede tomar valores
entre 0 (sin daño) y 1
(daño total) 0.01 0.02 0.25 0.20 0.0
Daño
Elemento 1 2 3 4 5
27. ¿ Cuál es la función objetivo?
27
Villalba y Laier (2012, 2014, 2015)
La función objetivo se
establece en términos de
parámetros modales
(frecuencias naturales y
formas modales):
Cuando se desarrolla una metodología de
detección de daño se deben tener en
cuenta aspectos experimentales:
Presencia de ruido
en las mediciones
Mediciones
Incompletas
1
2
1
1
1
2
1
200
,
1
nm
ngll
j ga ex
ga ex ij ij
j j i
ngll
ex
ex
j
ij
i
Max F
W
28. ¿Cuál técnica de optimización se utiliza?
28
Villalba y Laier (2012, 2014, 2015)
No existe un algoritmo
de optimización que sea
el mejor independiente
del problema!!!.
La configuración de un
algoritmo heurístico
implica: …
Utilizar la información sobre
el problema para acelerar su
convergencia y …
definir valores para los
parámetros propios de la
heurística.
Algoritmo Genérico
Algoritmo Modificado
29. Resultados
29
Villalba y Laier (2012, 2014, 2015)
Property Value
Elasticity Module 200E9 N/m2
Cross-Sectional Area 0.001 m2
Moment of Inertia 5E-5 m4
Parameter Value
Noise in Frequencies 1%
Noise in Mode Shapes 2%
# of Mode Shape 10
Problema
Físico
Algoritmo
de
Optimización
Operator Type
Selection Tournament, n=2
Crossover BLX-α
Mutation Creep and M-Zero
Initial Population Heurístic
Others Elitism
Parameter Value
Crossover Rate 0,90
Mutation Rate 0,1
Maximum Generation 300
Sucessive Generations 50
33. ¿Qué hay para hacer?
33
Villalba y Laier (2012,2014, 2015)
aún existen muchos aspectos
que deben ser incluidos en la
propuesta anterior.
• Gran cantidad de
elementos con daño
• Definición de la función
objetivo.
• Unicidad de la solución.
• Incertidumbres en el MEF.
• Otras
Finalmente,…
34. 34 Localización Óptima de Sensores
en Identificación Dinámica de
Estructuras (Merano et al., 2011)
35. Cuál es el problema?
35
Se busca determinar la mejor posición de una cantidad n de sensores con
fines de caracterizar dinámicamente la estructura.
Sensor
37. Cuál es el problema?
37
También se puede determinar
la cantidad mínima de
sensores necesaria para
garantizar una correcta
identificación modal.
Las V. D. corresponden a la
ubicación de cada uno de los
sensores disponibles sobre la
estructura. Por ej.
¿Así de fácil?
10 20 30 40
Posición
Sensor 1 2 3 4
Sensor
¿Lo complicamos?
38. 38
Marano et al (2011)
Marano et al (2011) analizaron la
influencia de diferentes criterios de
para encontrar la mejor ubicación
de un grupo de sensores.
Factor de
Participación
Modal
Matriz de
Información de
Fisher
Energía Cinética
2
1
ij
N
i
j j
DPR
w
1
V M
Formas modales
1
N
i ij
j
EVP
min
i ij
j
NODP
¿Cuál es la función objetivo?
39. Resultados
39
Marano et al (2011)
Los autores
utilizaron una torre
eléctrica en el
análisis.
El MEF de la torre
tenia un total de 288
grados de libertad,
40. 40
En la imagen se puede apreciar la configuración obtenida utilizando
cada una de las funciones objetivo.
Resultados
Se observa como se
obtienen diferentes
configuraciones de
sensores(dispersas,
concentradas) para los
sensores.
Marano et al (2011)
41. 41
Resultados
Para escoger la mejor configuración de
sensores se deben tomar en cuenta
aspectos como:
Reducción de la influencia del ruido.
Configuraciones uniformes y simétricas.
Predicción de formas modales.
Marano et al (2011)
42. 42
En Cali (Colombia) se aplicó una metodología de localización de
sensores basada en algoritmos genéticos (Cruz, 2009):
Otro ejemplo de aplicación
Identificación modal de estructuras: Estadio Pascual Guerrero.
Inauguración: 20 de Julio de 1937
Capacidad de 48000 espectadores
Reforzamientos estructurales
4 tribunas
Cruz et al (2009)
43. 43
Para el cuál se elaboró un modelo de elementos finitos:
Otro ejemplo de aplicación
1221 Elementos Viga
710 Nodos
4092 Grados de Libertad
Las tribunas fueron construidas
como estructuras independientes
Pórtico espacial en concreto reforzado
Cruz et al (2009)
44. 44
El problema de optimización consiste en seleccionar la ubicaciónón
de 11 sensores.
Otro ejemplo de aplicación
Cruz et al (2009)
46. 46
Algunos aspectos adicionales…
Cuál sería la incidencia si la
instrumentación se hace con
fine de monitorear la salud
estructural?
El problema de detección de
daño y de localización óptima
de sensores se puede estudiar
de forma acoplada!!!.
47. ¿Qué hay para hacer?
47
Villalba y Laier (2012,2014, 2015)
Muchas cosas!!!
• Estudiar la utilización de
otras funciones objetivo.
• Utilización de algoritmos
más robustos para la
optimización.
• Acoplar problema de
detección de daño.
• Otras
48. 48
Optimización de las propiedades de
amortiguadores de Masa Sintonizada y
aisladores de base para control de vibraciones
(Rubiano A., Villalba J. D. ,2016).
49. Amortiguador de masa sintonizada
49
Optimización de propiedades de sistemas pasivos
El sistema busca aislar el edificio de la cimentación, haciendo que este se
mueva lentamente pero con un gran desplazamiento.
http://antisismos.blogspot.com.co/2015_06_01_archive.html/
Con aislamiento en la base Tradicional
50. Amortiguador de masa sintonizada (TMD)
50
Optimización de propiedades de sistemas pasivos
Un amortiguador de masa sincronizada (TMD) consiste de una masa
conectada a una estructura por medio de un amortiguador y un resorte
con el fin de disminuir su respuesta dinámica
51. Cuál es el problema
51
Optimización de propiedades de sistemas pasivos
Las propiedades que definen los
amortiguadores de masa
sintonizada y los aisladores
dependen de la estructura que se
desean controlar.
TMD
-- Relación de Masa
-- Amortiguamiento Crítico
-- Rigidez
Aisladores
-- Porcentaje de rigidez
-- Amortiguamiento Crítico
Definir cuáles son los valores adecuados
para tales propiedades se puede
formular como un problema de
optimización
Pocas variables!!!
52. Qué se desea optimizar?
52
Optimización de propiedades de sistemas pasivos
En ese sentido, se desea determinar cuales son las propiedades de los
sistemas de tal forma que se garantice un desplazamiento máximo
predeterminado en el último piso de una edificación.
Como restricciones al problema se establecen rangos de valores
permitidos para las variables.
𝐹𝑂 = 𝑎𝑏𝑠|%𝑂𝑏𝑗𝑒𝑡𝑖𝑣𝑜 − %𝐶𝑜𝑛𝑇𝑀𝐷|
%𝐶𝑜𝑛𝑇𝑀𝐷 =
𝐷𝑒𝑠𝑝𝑙𝑎𝑧𝑎𝑚𝑖𝑒𝑛𝑡𝑜𝑀á𝑥𝑖𝑚𝑜 − 𝐷𝑒𝑠𝑝𝑙𝑎𝑧𝑎𝑚𝑖𝑒𝑛𝑡𝑜𝑀á𝑥𝑖𝑚𝑜𝑇𝑀𝐷
𝐷𝑒𝑠𝑝𝑙𝑎𝑧𝑎𝑚𝑖𝑒𝑛𝑡𝑜𝑀á𝑥𝑖𝑚𝑜
53. Ejemplos de aplicación
53
Optimización de propiedades de sistemas pasivos
Columnas 30 cm X 30 cm
Losa 20 cm
Amortiguamiento 5% con respecto
al critico
Algoritmo Genético
Pisos P. Fundamental (s) Max.
Desplazamiento (m)
2 0.54 0.0483
5 1.19 0.0976
8 1.82 0.0963
54. 54
Optimización de propiedades de sistemas pasivos
La misma estructura pero ahora
utilizando aisladores de base
Particle Swarm Optimization
Ejemplos de aplicación
3m
3m
3m
3m
3m
3m 3m 3m 3m
59. ¿Qué hay para hacer?
59
Optimización de propiedades de sistemas pasivos
El problema se vuelve más
complejo si la estructura
es nueva!!!
http://article.sapub.org/10.5923.j.jce.20130304.02.html
Se debe definir una
estrategia para la
optimización simultanea
de la estructura principal
y el sistema de control!!!
60. 60
Optimización de la posición de disipadores
viscosos con fines de rehabilitación sísmica
(Galvis, J. R, Marin J. J., Begambre, O. J.,Villalba
J. D. ,2016).
61. Disipadores Viscosos
61
Optimización de propiedades de sistemas pasivos
Los disipadores utilizan las propiedades viscosas de los fluidos para
disminuir la velocidad del movimiento causado por efectos sísmicos.
http://sdvc.kaist.ac.kr/pics/pcd/3sfvd5.htm
62. Disipadores Viscosos - Instalación
62
Optimización de propiedades de sistemas pasivos
Un ejemplo de la instalación de estos dispositivos se muestra a
continuación
Fuente: http://miyamotointernational.co.nz/content/uploads/Fluid-Viscous-Dampers.jpg
Fuente: http://seismico.com/resources/Damper_inst1.jpg
63. ¿Cuál es el problema?
63
Optimización de propiedades de sistemas pasivos
Muchas estructuras no cumplen con la normativa sismo resistente
vigente, razón por la cuál se les debe incrementar su capacidad.
www.taylordevices.com.
64. ¿Cuál es el problema?
64
Optimización de propiedades de sistemas pasivos
Se busca determinar
las posiciones de una
cantidad
determinada de
amortiguadores de
tal forma a minimizar
la deriva máxima en
el edificio.
2- Configuración 3- Configuración
1- Configuración
65. Ejemplos de aplicación
65
Optimización de propiedades de sistemas pasivos
Las estructuras anteriores se someten al sismo de
Columna sección
A = 0.08 m2
I = 0.000645 m4
Viga sección
A = 0.003 m2
I = 0.000035 m4
Amortiguadores
Cd = 15000 Kn*s/m
ad = 0.35
𝐹𝑑 = 𝐶 ∗ 𝑣𝛼
∗ 𝑠𝑔𝑛(𝑣𝛼)
66. Ejemplos de aplicación
66
Optimización de propiedades de sistemas pasivos
A continuación se muestra la respuesta de la edificación para las
diferentes configuraciones
68. Ejemplos de aplicación
68
Optimización de propiedades de sistemas pasivos
Variando la cantidad de amortiguadores
Sin embargo, existe la
posibilidad de haber caído en
un óptimo local!!
69. ¿Qué hay para hacer?
69
Villalba y Laier (2012,2014, 2015)
Algunas preguntas
que aún debemos
responder son:
• ¿ Qué pasa si la estructura es nueva?.
• ¿Qué pasa si se desea optimizar las
características de los disipadores?
• ¿Daría las mismas posiciones si se
utilizan otros tipos de disipadores?
• ¿Es diferente si la estructura es
espacial?
70. 70
Óptimización de Pórtico planos de Acero
que presentan disipadores tipo TADAS
(Siso O. V. y Villalba J. D., 2016)
71. Disipadores metálicos
71
Optimización no estructurada
La adición de rigidez y amortiguamiento ayuda a que conjuntamente se
soporten las fuerzas sísmicas (Connor y Lafflame, 2014).
COSTO
ξ
ξopt
El valor óptimo para cada
parámetro depende de
muchos factores tal como:
la carga de diseño sísmico,
el tipo de estructura,
la elección de los
disipadores.
Rigidez
Amortiguamiento
72. Funcionamiento de disipadores histeréticos
metálicos
72
Optimización no estructurada
Fuente: Revista Prisma Ingeniería (2013)
75. ¿Cuál es el problema?
75
Optimización de propiedades de sistemas pasivos
Se desea determinar la estructura de
costo mínimo que incluye la utilización
de disipadores de energía tipo Tadas
Fuente: Oviedo et al (2010)
76. ¿Cuál es la propuesta?
76
Optimización no estructurada
Desarrollo de una
metodología
OPTIMIZACIÓN
ESTRUCTURADA NO ESTRUCTURADA
Vigas y Columnas:
Definición de perfiles
Elementos de disipación:
Ubicación
Cantidad
Algoritmos genéticos
77. ¿ Cuál es la
metodología?
77
Optimización no estructurada
AG IRR-Raich 1998
79. ¿ Qué restricciones se tomaron en cuenta?
79
Optimización no estructurada
- Límite de deflexiones en vigas:
𝑔8(𝑥): δ ≤ δpermisible (Δpermisible= L/360)
- Límite de resistencia de los elementos a flexión
𝑔9(𝑥): 𝑀𝑢/∅𝑀𝑛 -1≤ 0
- Deriva para cada piso
𝑔10(𝑥): Desplazamiento de entrepiso ≤ Altura de piso *1%
Inercia de la sección de la columna mayor a la inercia de sección de la viga
𝑔13(𝑥): ICol ≥ Ivig
80. Algunos resultados…
80
Optimización no estructurada
Esta investigación está por
finalizar!!!.
Así que se presentan algunos resultados del
trabajo de Yousefzadeh et al (2011), quienes
solo optimizaron la ubicación y tipo de los
disipadores
83. Sobre el costo computacional
83
Metamodelos
En la medida en que la
complejidad de la estructura
incrementa…
Se requiere que la evaluación de su
respuesta ante las diferentes cargas
se haga de forma más detallada.
La respuesta de la estructura
utiliza en la evaluación de las
restricciones
84. Sobre el costo computacional
84
Metamodelos
En ese sentido, la optimización estructural requiere que se defina el
tipo de análisis…
Tipo de Análisis
-- Lineal
-- Pushover
-- Historia en el tiempo Tiempo
computacional
Tiempo computacional
1 Capítulo
1 Temporada
Todas las temporadas
85. ¿Qué hay para hacer?
85
Villalba y Laier (2012,2014, 2015)
Se debe dar solución
entre otras cosas a:
• El alto costo computacional que
requiere la solución del problema de
optimización (metamodelos,
paralelización, otros caminos).
• Mejorar las habilidades de
convergencia de los algoritmos dada la
naturaleza multimodal del espacio de
búsqueda.
• La utilización de otras formas para
representar la solución.
86. 86
Diseño de la Forma Óptima de un
Disipador de Placas Ranuradas
(Ferrer S. N. y Villalba J. D., 2016).
87. Disipadores de placa ranurada
87
Optimización de forma
Fuente: Pimiento J., Salas A. y Ruiz., D, (2014)
Pueden existir diversas formas
para las placas y sus ranuras!!!
88. Influencia de la forma de las ranuras en el
comportamiento de las placas
88
Optimización de forma
Ranuras Triangulares Ranuras Rectangulares
Verticales
Ranuras Rectangulares
Horizontales
Ranuras Circulares Ranuras Cuadradas
89. ¿Cómo afectan estas formas el comportamiento
de un pórtico?
89
Optimización de forma
Las estructuras anteriores se sometieron a los sismos de Tauramena,
Valparaiso y Loma Prieta.
90. ¿Cómo afectan estas formas el comportamiento
de un pórtico?
90
Optimización de forma
91. ¿Cómo afectan estas formas el comportamiento
de un pórtico?
91
Optimización de forma
Ensayos realizados por Salas y Pimiento (2012)
92. ¿Cómo afectan estas formas el comportamiento
de un pórtico?
92
Optimización de forma
Salas y Pimiento (2012)
93. ¿Cómo afectan estas formas el comportamiento
de un pórtico?
93
Optimización de forma
Salas y Pimiento (2012)
94. ¿Cómo afectan estas formas el comportamiento
de un pórtico?
94
Optimización de forma
Ensayo realizado por Salas y Pimiento (2012)
Pórtico sin disipadores y con
disipadores de ranuras rectangulares:
Derivas sismo de Corralitos
100. Costos de ciclo de vida
100
Optimización considerando costos debidos a daños
En el caso del diseño
sismoresistente se está
adoptando una filosofía de
diseño que incluye las
pérdidas debido a daños
por sismo
Sin embargo, disminuir
tales pérdidas implica
mayores costos iniciales.
Como hacer, entonces,
para obtener el diseño
óptimo?
101. Optimización Multiobjetivo
101
Optimización considerando costos debidos a daños
Observe el
cuadro de la
derecha:
Considere las
siguientes secciones
para una viga en
voladizo
Se desea obtener la viga
con menor volumen y
menor deflexión
No se puede!!!!. Los
objetivos son
conflictivos.
Volumen
Deflexión
Frente de Pareto
Volumen
102. Optimización Multiobjetivo y ciclo de vida
102
Optimización considerando costos debidos a daños
En diseño por ciclo
de vida tenemos
objetivos
conflictivos. La aplicación al
diseño óptimo de
un pórtico de
acero…
Costo
Inicial
Costo
Daño
produce el
Frente de Pareto
mostrado.
104. Resultados
104
Optimización considerando costos debidos a daños
El frente de Pareto se
caracteriza por brindar un
conjunto de soluciones
óptimas…
considerando la
naturaleza opuesta
de los objetivos.
En un problema multi-
objetivo es necesario tener
un criterio final para definir
la respuesta al problema !!!.
106. Conclusiones
106
Obtener estructuras que sean
capaces de soportar
adecuadamente un evento sísmico
es de vital importancia en zonas de
alta actividad sísmica. En ese sentido, es deseable
obtener estructuras de menor
costo y para ello la optimización
juega un papel determinante …
Existen muchos problemas
dentro del campo de la
ingeniería sísmica que se
pueden resolver vía
optimización !!!
109. Referências Bibliográficas
• LI, Q. S.; et al. (2001). Multi-level design model and genetic algorithm for
structural. control system optimization. Earthquake Engng Struct. Dyn., Vol. 30,
p. 927-942.
• TEUGHELS, A.; MAECK, J.; DE ROECK, G. (2002). Damage assessment by FE
model updating using damage functions. Computers and Structures, Vol. 80 , p.
1869–1879.
• LEE, K. S., GEEM, Z. W. (2005). A new meta-heuristic algorithm for continuous
engineering optimization: harmony search theory and practice. Comput.
Methods Appl. Mech. Engrg., Vol. 194, p. 3902–3933.
• MEO, M. ; ZUMPANO, G. (2005). On the optimal sensor placement techniques
for a bridge structure. Engineering Structures, Vol. 27, p. 1488–1497.
• HUANG, J.; WANG, Z. (2011). Topology optimization of bracing systems for
multistory steel frames under earthquake loads. Advanced Materials Research,
Vols. 255-260, p. 2388-2393.
109