Abordagem metaheurística para otimização estrutural

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorAbdalla Filho, João Elias-
Autor(es): dc.contributorhttp://lattes.cnpq.br/5937902167536869-
Autor(es): dc.contributorAbdalla Filho, João Elias-
Autor(es): dc.contributorhttp://lattes.cnpq.br/5937902167536869-
Autor(es): dc.contributorPereira, Jucélio Tomás-
Autor(es): dc.contributorhttps://orcid.org/0000-0002-2483-4339-
Autor(es): dc.contributorhttp://lattes.cnpq.br/3258218450203612-
Autor(es): dc.contributorCoelho, Leandro dos Santos-
Autor(es): dc.contributorhttp://lattes.cnpq.br/3483667901818921-
Autor(es): dc.contributorMariani, Viviana Cocco-
Autor(es): dc.contributorhttp://lattes.cnpq.br/1851884209044569-
Autor(es): dc.contributorMazer, Wellington-
Autor(es): dc.contributorhttps://orcid.org/0000-0002-9941-999X-
Autor(es): dc.contributorhttp://lattes.cnpq.br/4548225471488796-
Autor(es): dc.creatorMillan Paramo, Carlos Andres-
Data de aceite: dc.date.accessioned2022-02-21T22:06:57Z-
Data de disponibilização: dc.date.available2022-02-21T22:06:57Z-
Data de envio: dc.date.issued2020-04-08-
Data de envio: dc.date.issued2020-04-08-
Data de envio: dc.date.issued2020-03-11-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/4834-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/668016-
Descrição: dc.descriptionStructural optimization aims to design structures under certain constraints to achieve better behavior. However, minimize the weight of structures can be considered as a difficult problem to solve because it makes design constraints difficult to satisfy. These constraints are non-linear, non-convex and implied with respect to the variables of design. Therefore, this has led to difficulty in the use of gradient-based optimizers. Under such circumstances, the metaheuristic algorithms can serve as appropriate alternatives due to the ability to search global minima in modal and multidimensional spaces. Although several metaheuristics have been developed in the last decades, most of them are population-based, undergo many steps along with several parameters that make them hard to code. In addition, there are same procedures in recent metaheuristics which make them similar. On the other hand, according to the No Free Lunch Theorem in the field of optimization, there is no algorithm to solve all optimization problems. This indicates that a new adapted algorithm has potential to solve a group of problems (e.g. structures design) better than the current algorithms. Contrary to previous studies, this work aims to implement and adapt a single-solution algorithm called Modified Simulated Annealing Algorithm (MSAA) to solve problem of structural optimization. To validate the algorithm, benchmark problems found in the literature are analyzed and the results are compared with previous results obtained through various existing metaheuristics. These problems are: (i) size optimization of truss structures with stresses and displacements constraints; (ii) size and shape optimization of truss structures with natural frequency constraints; and (iii) topological optimization of plane stress state models representing beam problems using finite elements developed in Strain Gradient Notation. Additionally, an improved version of MSAA is proposed to solve structural optimization problems. In the first two sets of problems, numerical results indicated that MSAA produces competitive results, compared to the other optimization metaheuristics, in terms of optimal design, number of iterations, and standard deviation of the data. In topological optimization problems, the results showed that optimized problems with corrected elements and MSAA converged to the optimal value in less time.-
Descrição: dc.descriptionCoordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)-
Descrição: dc.descriptionA otimização estrutural visa projetar estruturas sob certas restrições para alcançar um melhor comportamento. No entanto, minimizar o peso das estruturas pode ser considerado um problema complicado de resolver devido à satisfação das restrições de projeto. Em geral, estas restrições são não lineares, não convexas e implícitas em relação às variáveis do projeto. Portanto, isso tem dificultado o uso de otimizadores baseados em gradientes. Sob tais circunstâncias, as metaheurísticas de otimização podem servir como alternativas adequadas devido à capacidade de encontrar mínimos globais em espaços modais e multidimensionais. Embora várias metaheurísticas de otimização tenham sido desenvolvidas nas últimas décadas, a maioria delas é baseada de população e passa por muitas etapas com diversos parâmetros que dificultam o projeto. Além disso, existem os mesmos procedimentos nas metaheurísticas recentes, que as tornam semelhantes. Por outro lado, de acordo com o teorema No Free Lunch no campo da otimização, não há algoritmo para resolver todos os problemas de otimização. Isso indica que um novo algoritmo adaptado tem potencial para resolver um grupo de problemas (por exemplo, projeto de estruturas) melhor do que os algoritmos atuais. Ao contrário de outros estudos, este trabalho visa implementar e adaptar um algoritmo de solução única denominado Algoritmo Simulated Annealing Modificado (ASAM) para resolver problemas de otimização estrutural. Para validar o algoritmo são analisados problemas de referências encontrados na literatura e os resultados são comparados com os obtidos por meio de várias metaheurísticas existentes. Estes problemas são: (i) otimização dimensional de treliças com restrições de tensões e deslocamentos; (ii) otimização dimensional e de forma de treliças com restrições em frequências naturais; e (iii) otimização topológica de modelos no estado plano de tensões que representam problemas de viga empregando elementos finitos desenvolvidos na Notação Strain Gradient. Adicionalmente, é proposta uma versão aprimorada do ASAM para resolver problemas de otimização estrutural. Nos dois primeiros conjuntos de problemas os resultados numéricos indicaram que o ASAM produz resultados competitivos, em comparação com as outras metaheurísticas de otimização, em termos de projeto ótimo, número de iterações e desvio padrão dos dados. Nos problemas de otimização topológica, os resultados demonstraram que os problemas otimizados com elementos corregidos e o ASAM convergiram ao valor ótimo em menor tempo.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Tecnológica Federal do Paraná-
Publicador: dc.publisherCuritiba-
Publicador: dc.publisherBrasil-
Publicador: dc.publisherPrograma de Pós-Graduação em Engenharia Civil-
Publicador: dc.publisherUTFPR-
Direitos: dc.rightsopenAccess-
Palavras-chave: dc.subjectOtimização estrutural-
Palavras-chave: dc.subjectProgramação heurística-
Palavras-chave: dc.subjectEspaços topológicos-
Palavras-chave: dc.subjectAlgoritmos computacionais-
Palavras-chave: dc.subjectMétodo dos elementos finitos-
Palavras-chave: dc.subjectStructural optimization-
Palavras-chave: dc.subjectHeuristic programming-
Palavras-chave: dc.subjectTopological spaces-
Palavras-chave: dc.subjectComputer algorithms-
Palavras-chave: dc.subjectFinite element method-
Palavras-chave: dc.subjectCNPQ::ENGENHARIAS::ENGENHARIA CIVIL::ESTRUTURAS-
Palavras-chave: dc.subjectEngenharia Civil-
Título: dc.titleAbordagem metaheurística para otimização estrutural-
Título: dc.titleMetaheuristic approach for structural optimization-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.