UPV



Resultados de la búsqueda By Etiquetas: optimizacion


Influencia del empleo de vigas planas en edificación

¿Resulta razonable el uso masivo de las vigas planas en las estructuras de edificación? Si lo que se pretende es no condicionar el compartimentado interior en una vivienda, esta solución puede ser acertada. Pero en un artículo que publicamos en la revista Hormigón y Acero en el año 2008, quisimos comprobar cómo afectaba al coste este tipo de estructuras. El artículo completo se puede descargar en abierto en la siguiente dirección: http://e-ache.com/modules/hormigonyacero/hormigonyacero.php?revista=1541.

Creo que algunas de las conclusiones a las que llegamos son realmente interesantes, como el incremento más que significativo de coste de este tipo de estructuras respecto a las vigas descolgadas.

PAYÁ, I.; GONZÁLEZ-VIDOSA, F.; YEPES, V. (2008). Influencia del empleo de vigas planas y del tipo de hormigón en el diseño óptimo de pórticos de edificación. Hormigón y Acero, 248(59):43-52.

RESUMEN

Este artículo utiliza la cristalización simulada para el diseño de pórticos de edificación de hormigón armado optimizados económicamente. Se analiza la influencia del uso de hormigones de distinta resistencia característica a compresión, del empleo de vigas planas o descolgadas y de la agrupación de variables para simplificar la ejecución de la estructura. Para ello, se optimizan pórticos de 2 vanos de 5 m de luz y de 8 plantas con una altura por planta de 3 m. El número de variables de diseño de estos problemas varía entre 101 y 153. El trabajo concluye que el empleo de un solo tipo de hormigón HA-25 para toda la estructura incrementa su coste únicamente un 3.02%. Si además se agrupan variables, para facilitar la constructibilidad, existe un incremento adicional del 0.52%, lo cual es poco significativo. Sin embargo, el empleo de vigas planas encarece el coste en un 41.69% respecto al caso de vigas descolgadas, cuando el hormigón empleado es HA-25.

SUMMARY

This paper uses the Simulated Annealing algorithm for the design of economically optimized reinforced concrete frames commonly used in building construction. The influence of the following factors is analyzed: a) the concrete compressive strength, b) the beams depth (same as the one of the floor slabs or higher) and c) the grouping of some of the design variables. The structures studied are two bays and eight floors frames, being the span length of 5 m. and the columns height of 3 m. The number of design variables of these problems varies between 101 and 153. Results show that the use of a single concrete grade (25 MPa) in the structure increases its cost only by 3.02%. If, besides some variables are grouped in order to increase the frame constructability, the optimized structure is only 0.52% more expensive. However, if, additionally, beams of the same depth as the floor slabs are used, the cost of the optimized structure increases by 41.69%.

Download (PDF, 175KB)

 

7 mayo, 2015
 
|   Etiquetas: ,  ,  ,  ,  |  

¿Por qué son tan complicados los problemas de distribución física?

Aspecto de diversas soluciones al problema de rutas

Los problemas de distribución física consisten básicamente en asignar una ruta a cada vehículo de una flota para repartir o recoger mercancías. Los clientes se localizan en puntos o arcos y a su vez pueden presentar horarios de servicio determinados; el problema consiste en establecer secuencias de clientes y programar los horarios de los vehículos de manera óptima. Los problemas reales de transporte son extraordinariamente variados. Yepes (2002) propone una clasificación que contiene un mínimo de 8,8·109 combinaciones posibles de modelos de distribución. Si alguien fuese capaz de describir en un segundo cada uno de ellos, tardaría cerca de 280 años en enunciarlos todos. La investigación científica se ha centrado, por tanto, en un grupo muy reducido de modelos teóricos que además tienden a simplificar excesivamente los problemas reales. Son típicos problemas de optimización matemática combinatoria. (más…)

16 marzo, 2015
 
|   Etiquetas: ,  ,  ,  ,  ,  ,  |  

¿Es fácil optimizar estructuras de hormigón?

Es más, ¿es posible que un ordenador sea capaz de diseñar de forma automática estructuras óptimas sin darle ninguna pista o información previa? Estoy convencido que a la vuelta de un par de años, todos los programas comerciales tendrán paquetes de optimización estructural que permitirán reducciones de coste en torno al 5-15% respecto a los programas actuales. Ya os adelanto que esta nueva tecnología va a traer consigo nuevas patologías en las estructuras de hormigón, que con la optimización se parecen más a las estructuras metálicas. Con el tiempo habrá que introducir capítulos o restricciones en las futuras versiones de la EHE o de los Eurocódigos. En este post vamos a continuar comentando aspectos relacionados con la modelización matemática, la optimización combinatoria, las metaheurísticas y los algoritmos.

Toda esta aventura la empezamos en el año 2002, con el primer curso de doctorado sobre optimización heurística en la ingeniería civil, que luego hemos ido ampliando y mejorando en el actual Máster Oficial en Ingeniería del Hormigón. Ya tenemos varias tesis doctorales y artículos científicos al respecto para aquellos de vosotros curiosos o interesados en el tema. Para aquellos que queráis ver algunas aplicaciones concretas, os recomiendo el siguiente capítulo de libro que escribimos sobre la optimización de distintas estructuras con un algoritmo tan simple como la cristalización simulada. Para aquellos otros que tengáis más curiosidad, os dejos algunas publicaciones de nuestro grupo de investigación en el apartado de referencias.

Os paso, para abrir boca, una forma sencilla de optimizar a través de este Polimedia. Espero que os guste.

Referencias: (más…)

8 marzo, 2015
 
|   Etiquetas: ,  ,  ,  |  

La optimización de estructuras

IMG_0592¿Cuándo empieza realmente la optimización de las estructuras? Difícil pregunta a resolver. Si bien los aspectos básicos relacionados con la optimización matemática se establecieron en los siglos XVIII y XIX con los trabajos de Lagrange o Euler, hay que esperar hasta los años 40 del siglo XX para que Kantorovich y Dantzing desarrollaran definitivamente los principios de la programación matemática.  Es a partir de la revolución informática de los años 70 cuando estas herramientas empiezan a ser empleadas habitualmente en numerosas aplicaciones en las ciencias, las ingenierías y los negocios. Sin embargo, el progreso de técnicas de optimización que no requieran derivadas y que se generen a través de reglas heurísticas, ha supuesto una auténtica revolución en el campo de la optimización de los problemas reales. En efecto, los métodos aproximados pueden utilizarse allí donde el elevado número de variables en juego impiden la resolución en un tiempo de cálculo razonable de los problemas mediante la programación matemática. A estos algoritmos de optimización aproximada, cuando su uso no está restringido a un solo tipo de problemas, la comunidad científica en el ámbito de la inteligencia artificial y la investigación operativa les ha dado el nombre de metaheurísticas. Este grupo incluye una amplia variedad de procedimientos inspirados en algunos fenómenos naturales, tales como los algoritmos genéticos, el recocido simulado o la optimización por colonias de hormigas . Liao et al. [1] presentan una revisión de la aplicación de los métodos heurísticos en el campo de la gestión del proyecto y de la construcción. (más…)

25 febrero, 2015
 
|   Etiquetas: ,  ,  ,  |  

Optimización y programación matemática

 

George Bernard Dantzig (1914-2005), “padre de la programación lineal”

Optimizar significa buscar la mejor manera de realizar una actividad, y en términos matemáticos, hallar el máximo o mínimo de una cierta función, definida en algún dominio. La optimización constituye un proceso para encontrar la mejor solución de un problema donde “lo mejor” se concilia con criterios establecidos previamente.

La programación matemática constituye un campo amplio de estudio que se ocupa de la teoría, aplicaciones y métodos computacionales para resolver los problemas de optimización condicionada. En estos modelos se busca el extremo de una función objetivo sometida a un conjunto de restricciones que deben cumplirse necesariamente. Las situaciones que pueden afrontarse con la programación matemática se suelen presentar en ingeniería, empresas comerciales y en ciencias sociales y físicas.

Con carácter general, un programa matemático (ver Minoux, 1986) consiste en un problema de optimización sujeto a restricciones en  de la forma:

 

El vector  x tiene como componentes (más…)

20 febrero, 2015
 
|   Etiquetas: ,  ,  ,  ,  ,  ,  ,  |  

¿Qué es la optimización combinatoria?

Problema de las rutas de vehículos. Ejemplo de optimización combinatoria.

Los problemas de optimización en los que las variables de decisión son enteras, es decir, donde el espacio de soluciones está formado por ordenaciones o subconjuntos de números naturales, reciben el nombre de problemas de optimización combinatoria. En este caso, se trata de hallar el mejor valor de entre un número finito o numerable de soluciones viables. Sin embargo la enumeración de este conjunto resulta prácticamente imposible, aún para problemas de tamaño moderado.

Las raíces históricas de la optimización combinatoria subyacen en ciertos problemas económicos: la planificación y gestión de operaciones y el uso eficiente de los recursos. Pronto comenzaron a modelizarse de esta manera aplicaciones más técnicas, y hoy vemos problemas de optimización discreta en diversas áreas: informática, gestión logística (rutas, almacenaje), telecomunicaciones, ingeniería, etc., así como para tareas variadas como el diseño de campañas de marketing, la planificación de inversiones, la división de áreas en distritos políticos, la secuenciación de genes, la clasificación de plantas y animales, el diseño de nuevas moléculas, el trazado de redes de comunicaciones, el posicionamiento de satélites, la determinación del tamaño de vehículos y las rutas de medios de transporte, la asignación de trabajadores a tareas, la construcción de códigos seguros, el diseño de circuitos electrónicos, etc. (Yepes, 2002). La trascendencia de estos modelos, además del elevado número de aplicaciones, estriba en el hecho de que “contiene los dos elementos que hacen atractivo un problema a los matemáticos: planteamiento sencillo y dificultad de resolución” (Garfinkel, 1985). En Grötschel y Lobas (1993) se enumeran otros campos en los cuales pueden utilizarse las técnicas de optimización combinatoria.

REFERENCIAS

GARFINKEL, R.S. (1985). Motivation and Modeling, in LAWLER, E.L.; LENSTRA, J.K.; RINNOOY KAN, A.H.G.; SHMOYS, D.B. (eds.) The Traveling Salesman Problem: A Guide Tour of Combinatorial Optimization. Wiley. Chichester.

GRÖTSCHEL, M.; LÓVASZ, L. (1993). Combinatorial Optimization: A Survey. Technical Report 93-29. DIMACS, May.

YEPES, V. (2002). Optimización heurística económica aplicada a las redes de transporte del tipo VRPTW. Tesis Doctoral. Escuela Técnica Superior de Ingenieros de Caminos, Canales y Puertos. Universitat Politècnica de València. 352 pp. ISBN: 0-493-91360-2. (pdf)

Comunicaciones presentadas al congreso MAEB 2015

Imagen1

A continuación vamos a presentar brevemente los resúmenes que enviamos al Congreso Nacional sobre Metaheurísticas, Algoritmos Evolutivos y Bioinspirados (MAEB). Este Congreso pretende ser un foro de encuentro, discusión y transferencia de conocimiento entre investigadores en el campo de las metaheurísticas y los algoritmos bioinspirados, con el fin de presentar e intercambiar experiencias y resultados.

La X edición, MAEB2015, se celebrará en Mérida-Almendralejo, durante los días 4 al 6 de Febrero de 2015, y está organizada por el Centro Universitario de Mérida perteneciente a la Universidad de Extremadura. Las áreas temáticas integradas en el congreso incluyen estudios teóricos, aplicaciones prácticas, experiencias docentes y desarrollos en el campo de investigación en optimización heurística (información detallada en el apartado de llamada a la participación). Los autores agradecen el aporte financiero realizado para este trabajo por el Ministerio de Ciencia e Innovación (Proyecto de Investigación BIA2011-23602) y por la Universitat Politècnica de València (Proyecto de Investigación SP20120341).

Anfiteatro de Mérida

GARCÍA-SEGURA, T.; YEPES, V.; MARTÍ, J.V.; ALCALÁ, J. (2015). Algoritmo híbrido de enjambre de luciérnagas y aceptación por umbrales para diseño de vigas. X Congreso Español de Metaheurísticas, Algoritmos Evolutivos y Bioinspirados – MAEB 2015, 4-6 de febrero, Mérida.
Este estudio convierte el diseño estructural en una optimización de variables discretas. Se propone un algoritmo híbrido de enjambre de luciérnagas para buscar soluciones con menores emisiones totales y anuales. El algoritmo combina la búsqueda colectiva de la optimización de enjambre luciérnagas “glowworm swarm optimization“(GSO) y la capacidad de búsqueda local del umbral de aceptación “threshold accepting” (TA). La estructura propuesta es una viga de hormigón en doble T biapoyada definida por 20 variables. Se estudia la resistencia del hormigón desde 30MPa hasta 100MPa. Esta comunicación  propone un método para calibrar los parámetros del algoritmo con independencia de la función objetivo y del tamaño del enjambre. Los resultados muestran que TAGSO consigue  diseños de vigas que emiten un 25% menos de CO2. La optimización de las emisiones anuales reduce la cantidad de CO2 al año en un 61% con un incremento total de las emisiones de CO2 del 9%.

Puente Romano

MARTÍ, J.V.; YEPES, V.; GARCÍA-SEGURA, T. (2015). Aplicación de metaheurísticas en la optimización de pasos superiores de carreteras. X Congreso Español de Metaheurísticas, Algoritmos Evolutivos y Bioinspirados – MAEB 2015, 4-6 de febrero, Mérida.
El artículo se ocupa de la optimización económica de los tableros de los pasos superiores de carreteras formados  por una losa de hormigón ejecutada in situ y dos vigas artesa prefabricadas de hormigón pretensado autocompactable. Se comprueba la eficacia de las distintas metaheurísticas aplicadas en la optimización: “descent local search” (DLS), “simulated annealing” (SA), “threshold accepting” (TA), “genetic algoritms” (GA) y “memetic algorithms” (MA). Los cálculos de las tensiones y de sus envolventes, son programados en lenguaje fortran directamente por los autores. Los algoritmos de optimización heurística se aplican a un tablero de 35 m de  luz y 12 m de ancho. Los parámetros que definen la forma de la sección de la viga se adaptan a los  moldes de una instalación de prefabricados. El ejemplo que se analiza consta de 59 variables discretas. El módulo de la evaluación incluye los estados límite último y de servicio que se aplican comúnmente para estas estructuras: flexión, cortante, torsor, fisuración, flechas, etc. Los algoritmos SA y TA se han calibrado previamente a partir del DLS, y el MA a partir del GA y del SA. Cada heurística se procesa nueve veces, obteniéndose información estadística sobre el valor mínimo, el medio y las desviaciones. Se realiza un análisis del rendimiento de las distintas heurísticas, basado en un estudio de las soluciones Pareto-óptimas entre tiempo de ejecución y rendimiento. Los mejores resultados se obtienen para el SA y el TA, siendo el coste mínimo de 108008 €, correspondiente al SA. Finalmente, entre las principales conclusiones de este estudio, destaca que las soluciones y los tiempos de proceso computacional son tales, que estos métodos se pueden aplicar de un modo práctico a casos reales, y que el conocimiento derivado del uso de estos algoritmos permiten recomendar rangos de valores para emplearlos en el diseño optimizado de estas estructuras y en su aplicación para los predimensionados de las variables.

Acueducto de Los Milagros

YEPES, V.; MARTÍ, J.V. (2015). Teoría del valor extremo como criterio de parada en la optimización heurística de puentes. X Congreso Español de Metaheurísticas, Algoritmos Evolutivos y Bioinspirados – MAEB 2015, 4-6 de febrero, Mérida.
El artículo establece un criterio de parada para un algoritmo multiarranque basado en el recocido simulado aplicado a la optimización de losas de puentes de vigas prefabricadas de hormigón pretensado. Para ello se ha comprobado que los óptimos locales encontrados constituyen valores extremos que ajustan a una función Weibull de tres parámetros, siendo el de posición, γ, una estimación del óptimo global que puede alcanzar el algoritmo. Se puede estimar un intervalo de confianza para γ ajustando una distribución Weibull a muestras de óptimos locales extraídas mediante una técnica bootstrap de los óptimos disponibles. El algoritmo multiarranque se detendrá cuando se acote el intervalo de confianza y la diferencia entre el menor coste encontrado y el teórico ajustado a dicha función Weibull.
5 febrero, 2015
  Comentarios
|   Etiquetas: ,  ,  ,  ,  |  

Seminario sobre introducción a la optimización heurística

Este pasado mes de octubre, estando como profesor visitante en la Universidad Católica de Chile, tuve la oportunidad de impartir un seminario introductorio a la optimización heurística en ingeniería. A continuación os paso la presentación. Espero que os guste.

Download (PDF, 3.02MB)

9 noviembre, 2013
 
|   Etiquetas: ,  ,  ,  ,  |  

Universidad Politécnica de Valencia