DSpace DSpace UPC
 English   Castellano   Català  

Revistes i Congressos UPC >
Revistes >
Revista internacional de métodos numéricos para cálculo y diseño en ingeniería >
1998, vol. 14, núm. 4 >

Quan citeu aquest document, utilitzeu la següent adreça: http://hdl.handle.net/2099/7850

Arxiu Descripció MidaFormat
Article01.pdf662.22 kBAdobe PDFVeure/Obrir

Títol: Optimización topológica mediante algoritmos genéticos, estrategias evolutivas y el método de Baluja
Autor: Oñate Ibáñez de Navarra, Eugenio Veure Producció científica UPC; Estupiñán López, Josefa Veure Producció científica UPC; Suárez Arroyo, Benjamín Veure Producció científica UPC
Tipus de document: Article
Resum: El trabajo presenta la aplicación de varios mdtodos evolutivos al campo de la optimización topológica de estructuras. El trabajo desarrollado se basa en la búsqueda de una distribución de material dentro de un dominio específico y bajo unas condiciones de contorno concretas. Los algoritmos evolutivos obedecen a las leyes de superviviencia del mejor dotado de Darwiri y a su base genético molecular: mutación y recombinación del material genético. Los métodos evolutivos (ME) que se presentan son: algoritmos genéticos (AG), estrategias evolutivas (ES) y el método de Baluja (Population-Based Incremental Learning (PBIL)). La validación de los métodos se ha realizado considerando tipos de problemas entre los que destacan los siguientes casos: estructura sometida a una sola carga puntual. estructura sometida a varias cargas puntuales, estructura sometida a cargas distribuidas y deslizantes y el caso particular de una subestructura sin apoyos. Se incluye un estudio comparativo de las diferentes metodologías desarrolladas.
The paper presents the application of severa1 evolution methods applied to topology optimization of structures. This investigation is based on the search of a distribution of material within a specific domain and under given boundary conditions. The algorithms follows Darwin laws of hierachic survival based on their genetic molecular composition: mutation and random crossover of genetic material. Three evolution methods (EM) are considered in this paper: genetic algorithm (GA), evolution strategies (ES) and population-based incremental learning (PBIL). The optimization operator is a structure subjected to point loads and distributed loads. A comparative study of the rriethodology considered is also provided.
ISSN: 1886-158X
URI: http://hdl.handle.net/2099/7850
Apareix a les col·leccions:1998, vol. 14, núm. 4
Comparteix:


Stats Mostra les estadístiques d'aquest ítem

SFX Query

Tots els drets reservats. Aquesta obra està protegida pels drets de propietat intel·lectual i industrial corresponents. Sense perjudici de les exempcions legals existents, queda prohibida la seva reproducció, distribució, comunicació pública o transformació sense l'autorització del titular dels drets.

Per a qualsevol ús que se'n vulgui fer no previst a la llei, dirigiu-vos a: sepi.bupc@upc.edu

 

Valid XHTML 1.0! Programari DSpace Copyright © 2002-2004 MIT and Hewlett-Packard Comentaris
Universitat Politècnica de Catalunya. Servei de Biblioteques, Publicacions i Arxius