UPV



Resultados de la b煤squeda By Etiquetas: algoritmo


Teor铆a del valor extremo y optimizaci贸n estructural

A continuaci贸n dejo una presentaci贸n que hicimos para el VII Congreso Espa帽ol sobre Metaheur铆sticas, Algoritmos Evolutivos y Bioinspirados MAEB 2010, que se celebr贸 en Valencia del 8 al 10 de septiembre de 2010.

El art铆culo, denominado “Teor铆a del valor extremo como criterio de parada en la optimizaci贸n heur铆stica de b贸vedas de hormig贸n estructural” establece un criterio de parada para un algoritmo multiarranque de b煤squeda exhaustiva de m谩ximo gradiente basado en una codificaci贸n Gray aplicado a la optimizaci贸n de b贸vedas de hormig贸n. Para ello se ha comprobado que los 贸ptimos locales encontrados constituyen valores extremos que ajustan a una funci贸n Weibull de tres par谩metros, siendo el de聽 posici贸n, 纬, una estimaci贸n del 贸ptimo global que puede alcanzar el algoritmo. Se puede estimar un intervalo de confianza para 纬 ajustando una distribuci贸n Weibull a muestras de聽 贸ptimos locales extra铆das mediante una t茅cnica bootstrap de los 贸ptimos disponibles. El algoritmo multiarranque se detendr谩 cuando se acote el intervalo de confianza y la diferencia entre el menor coste encontrado y el te贸rico ajustado a dicha funci贸n Weibull.

Referencia:

YEPES, V.; CARBONELL, A.; GONZ脕LEZ-VIDOSA, F. (2010). Teor铆a del valor extremo como criterio de parada en la optimizaci贸n heur铆stica de b贸vedas de hormig贸n estructural. Actas del VII Congreso Espa帽ol sobre Metaheur铆sticas, Algoritmos Evolutivos y Bioinspirados MAEB 2010, Valencia, 8-10 septiembre, pp. 553-560. Garceta Grupo Editorial. ISBN: 978-84-92812-58-5.

27 diciembre, 2013
 
|   Etiquetas: ,  ,  ,  ,  ,  ,  ,  ,  |  

驴C贸mo decidir cuando tenemos un dilema? El 贸ptimo de Pareto

Los problemas de decisi贸n est谩n presentes en todos los 谩mbitos del ser humano: finanzas, empresa, ingenier铆a, salud, etc. Una de las grandes dificultades al tomar una decisi贸n ocurre cuando queremos conseguir varios objetivos distintos, muchos de ellos incompatibles o contradictorios. Por ejemplo, si queremos un veh铆culo que sea muy veloz, deber铆a tener un perfil aerodin谩mico que a veces es incompatible con la comodidad de los usuarios;聽 si queremos hacer un negocio con grandes beneficios, a veces tenemos que asumir ciertos riesgos, etc. Una herramienta que permite afrontar este tipo de problemas de decisi贸n es el denominado “贸ptimo de Pareto“. A continuaci贸n os paso un v铆deo explicativo de este tema. Espero que os guste.

 

 

18 diciembre, 2013
 
|   Etiquetas: ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  |  

Introducci贸n a la optimizaci贸n heur铆stica en ingenier铆a

Este pasado mes de octubre, estando como profesor visitante en la Universidad Cat贸lica de Chile, tuve la oportunidad de impartir un seminario introductorio a la optimizaci贸n heur铆stica en ingenier铆a. A continuaci贸n os paso la presentaci贸n. Espero que os guste.

Descargar (PDF, 3.02MB)

驴Qu茅 son las metaheur铆sticas?

聽聽聽聽聽聽聽聽聽聽聽聽聽 驴C贸mo se podr铆an optimizar en tiempos de c谩lculo razonable problemas complejos de redes de transporte, estructuras de hormig贸n (puentes, p贸rticos de edificaci贸n, t煤neles, etc.) y otro tipo de problemas de decisi贸n empresarial cuando la dimensi贸n del problema es de tal calibre que es imposible hacerlo con m茅todos matem谩ticos exactos? La respuesta son los m茅todos aproximados, tambi茅n denominados heur铆sticas. Este post divulgativo trata de ampliar otros anteriores聽 donde ya hablamos de los algoritmos, de la optimizaci贸n combinatoria, de los modelos matem谩ticos y otros temas similares. Para m谩s adelante explicaremos otros temas relacionados espec铆ficamente con aplicaciones a problemas reales. Aunque para los m谩s curiosos, os paso en abierto, una publicaci贸n donde se han optimizado con 茅xito algunas estructuras de hormig贸n como muros, p贸rticos o marcos de carretera: (Gonz谩lez et al, 2008).

聽聽聽聽聽聽聽聽聽聽聽 Desde los primeros a帽os de la d茅cada de los 80, la investigaci贸n de los problemas de optimizaci贸n combinatoria se centra en el dise帽o de estrategias generales que sirvan para guiar a las heur铆sticas. Se les ha llamado metaheur铆sticas. Se trata de combinar inteligentemente diversas t茅cnicas para explorar el espacio de soluciones. Osman y Kelly (1996) nos aportan la siguiente definici贸n: 鈥Los procedimientos metaheur铆sticos son una clase de m茅todos aproximados que est谩n dise帽ados para resolver problemas dif铆ciles de optimizaci贸n combinatoria, en los que los heur铆sticos cl谩sicos no son ni efectivos ni eficientes. Los metaheur铆sticos proporcionan un marco general para crear nuevos algoritmos h铆bridos combinando diferentes conceptos derivados de la inteligencia artificial, la evoluci贸n biol贸gica y la mec谩nica estad铆stica鈥. (m谩s…)

Automatic design of concrete vaults using iterated local search and extreme value estimation

La optimizaci贸n de estructuras reales de hormig贸n armado constituye un campo de gran inter茅s no s贸lo en la investigaci贸n, sino en la aplicaci贸n real en obra. Os paso un art铆culo reciente donde se explica una forma de optimizar b贸vedas de hormig贸n empleadas habitualmente en pasos inferiores como falsos t煤neles. Los ahorros que se pueden conseguir, en este caso, han sido de un 7% respecto a un dise帽o tradicional. En el caso de obras lineales de gran longitud, los ahorros pueden ser nada despreciables. La revista Latin American Journal of Solids and Structures es una revista en abierto, de donde pod茅is descargaros 茅ste y otros art铆culos de inter茅s.

 

Licencia de Creative Commons
Este obra est谩 bajo una licencia de Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional.

驴Qu茅 es un algoritmo?

Algoritmo de Euclides

Algoritmo de Euclides

Un algoritmo es un conjunto prescrito de reglas o instrucciones bien definidas para la resoluci贸n de un problema. En general, se trata de encontrar el m茅todo m谩s 鈥渆ficiente鈥, no siendo balad铆 el modo de medir dicha eficiencia. Para resolver esta circunstancia, en la d茅cada de los 70 numerosos cient铆ficos se interesaron por la complejidad computacional de los problemas y los algoritmos. En muchos casos se asimila el rendimiento algor铆tmico聽a la medida del tiempo medio de ejecuci贸n empleado por un procedimiento para completar su operaci贸n con un conjunto de datos. Adem谩s, es posible relacionar el esfuerzo de c谩lculo con la dimensi贸n del problema a resolver.

Un algoritmo muestra una complejidad polin贸mica si necesita un tiempo O(nk), donde n muestra la dimensi贸n de entrada y k es una constante independiente de n. Si la funci贸n que denota la complejidad no est谩 acotada por un polinomio, el algoritmo presenta una complejidad en tiempo exponencial. (m谩s…)

Entrada siguiente

Universidad Politécnica de Valencia