Mejora de la robustez en la optimización de estructuras modulares prefabricadas: Integración de NSGA-II, NSGA-III y RVEA para una infraestructura sostenible

Acaban de publicarnos un artículo en Mathematics, revista indexada en el primer decil del JCR. El documento explora el diseño de estructuras modulares prefabricadas sostenibles utilizando la optimización multiobjetivo (MOO) y la toma de decisión multicriterio (MCDM) con algoritmos avanzados como NSGA-II, NSGA-III y RVEA. El trabajo se enmarca dentro del proyecto de investigación HYDELIFE que dirijo como investigador principal en la Universitat Politècnica de València.

El artículo destaca la importancia de integrar la sostenibilidad del ciclo de vida en los proyectos de infraestructura de transporte para estimular la innovación y la colaboración entre las partes interesadas. Además, presenta una estrategia de diseño novedosa que se centra en la optimización del ciclo de vida de los marcos modulares prefabricados de hormigón armado (RCPMF). Por último, amplía la comprensión de la aplicabilidad de los algoritmos avanzados de MOO y las técnicas de MCDM para mejorar el desarrollo sostenible de la infraestructura.

Las conclusiones más importantes de este trabajo son las siguientes:

  • El estudio evalúa el rendimiento de optimización del ciclo de vida de los algoritmos NSGA-II, NSGA-III y RVEA dentro de una estructura prefabricada tipo marco de diseño coherente para una infraestructura de transporte sostenible.
  • El NSGA-III se identifica como el algoritmo con mejor rendimiento, lo que demuestra su potencial para facilitar enfoques de diseño sostenibles.
  • El problema del MCDM se evalúa rigurosamente y se abordan nueve soluciones no dominantes generadas por los algoritmos de optimización, lo que demuestra la eficiencia y la fiabilidad del marco integrado de MOO y MCDM.
  • Los resultados abogan por un enfoque transformador del desarrollo de infraestructuras, orientado hacia soluciones de ingeniería más avanzadas y sostenibles.

Abstract:

The advancement toward sustainable infrastructure presents complex multi-objective optimization (MOO) challenges. This paper expands the current understanding of design frameworks that balance cost, environmental impacts, social factors, and structural integrity. Integrating MOO with multi-criteria decision-making (MCDM), the study targets enhancements in life cycle sustainability for complex engineering projects using precast modular road frames. Three advanced evolutionary algorithms—NSGA-II, NSGA-III, and RVEA—are optimized and deployed to address sustainability objectives under performance constraints. The efficacy of these algorithms is gauged through a comparative analysis, and a robust MCDM approach is applied to nine non-dominated solutions, employing SAW, FUCA, TOPSIS, PROMETHEE, and VIKOR decision-making techniques. An entropy theory-based method ensures systematic, unbiased criteria weighting, augmenting the framework’s capacity to pinpoint designs, balancing life cycle sustainability. The results reveal that NSGA-III is the algorithm converging towards the most cost-effective solutions, surpassing NSGA-II and RVEA by 21.11% and 10.07%, respectively, while maintaining balanced environmental and social impacts. The RVEA achieves up to 15.94% greater environmental efficiency than its counterparts. The analysis of non-dominated solutions identifies the 𝐴4𝐴4 design, utilizing 35 MPa concrete and B500S steel, as the most sustainable alternative across 80% of decision-making algorithms. The ranking correlation coefficients above 0.94 demonstrate consistency among decision-making techniques, underscoring the robustness of the integrated MOO and MCDM framework. The results in this paper expand the understanding of the applicability of novel techniques for enhancing engineering practices and advocate for a comprehensive strategy that employs advanced MOO algorithms and MCDM to enhance sustainable infrastructure development.

Keywords:

Multi-objective optimization; multi-criteria decision-making; NSGA-II; NSGA-III; RVEA; SAW; FUCA; TOPSIS; PROMETHEE; VIKOR

Reference:

RUIZ-VÉLEZ, A.; GARCÍA, J.; ALCALÁ, J.; YEPES, V. (2024). Enhancing Robustness in Precast Modular Frame Optimization: Integrating NSGA-II, NSGA-III, and RVEA for Sustainable Infrastructure. Mathematics, 12(10):1478. DOI:10.3390/math12101478

Os paso el artículo para su descarga, pues se ha publicado en abierto:

Descargar (PDF, 1001KB)

Optimización de los costes de fabricación de vigas híbridas de chapa de acero soldadas

Acaban de publicarnos un artículo en la revista Advances in Civil Engineering (revista indexada en el JCR) donde se optimizan las vigas de acero híbridas para minimizar los costos de fabricación. El estudio se enmarca dentro del proyecto de investigación HYDELIFE que dirijo como investigador principal en la Universitat Politècnica de València.

El objetivo del artículo es optimizar las vigas de acero híbridas transversal-longitudinalmente (TLH) para minimizar los costos de fabricación, basándose en investigaciones anteriores sobre vigas híbridas transversalmente. Explora la ubicación de los puntos de transición en las vigas TLH para maximizar las ventajas de la configuración mecánica, y ofrece recomendaciones para establecer transiciones y configuraciones de acero en función de los niveles de tensión y las longitudes de los elementos.

La metodología implica definir estudios de casos, modelar estructuras híbridas transversales y longitudinalmente, formular un problema de optimización para explorar las configuraciones de TLH y establecer restricciones de diseño. El estudio utiliza técnicas de optimización para determinar el número y las posiciones óptimos de los puntos de transición a lo largo del elemento, así como las configuraciones de los materiales para los diferentes tramos de vigas TLH.

Las conclusiones más importantes de este trabajo son las siguientes:

  • El estudio muestra los beneficios económicos de las vigas de acero híbridas transversal-longitudinalmente (TLH) en comparación con los diseños homogéneos tradicionales y optimizados, y muestra una reducción de costos de fabricación de más del 50%.
  • Se ha descubierto que las configuraciones TLH son más eficaces para elementos de mayor envergadura, con recomendaciones específicas para los puntos de transición y las configuraciones de materiales en función de los niveles de tensión.
  • La metodología propuesta ofrece un enfoque de diseño sostenible al optimizar los elementos del TLH para mejorar los índices económicos y las consideraciones ambientales, lo que allana el camino para futuras investigaciones sobre el comportamiento estructural, el análisis conjunto y la implementación más amplia de criterios de sostenibilidad.

Abstract:

I-section girders with different types of steel in the flanges and web (fyf > fyw, respectively) are known as transverse hybrid girders. These have proven to be more economical than their homogeneous counterparts. However, the use of hybrid configurations in the longitudinal direction of the element has yet to be studied. This paper uses optimization techniques to explore the possibility of constructing transverse and longitudinally hybrid (TLH) steel girders. The optimization objective is to minimize the manufacturing cost, including seven activities besides the material cost. The geometrically double symmetric I-girder design subjected to a uniform transverse load is performed using Eurocode 3 specifications. Nine case studies are implemented, varying the element span (L) and the applied load. The results show that establishing various configurations along the length of the element is beneficial. The optimum number of transition points is six, meaning the girder will have four configurations, i.e., one central and three others symmetrically distributed toward each half of the element. The optimum position for the first transition would be at (L/2), the second at (L/2), and the third at (L/2). The optimum extreme configuration is usually homogeneous (fyf = fyw = 235 MPa). The others increase the steel quality in the plates, maintaining hybrid arrangements to reach the central one that usually remains with S700 steel for the flanges and S355 for the web. The study shows that TLH configurations are more effective for elements with larger spans. By applying the formulated design recommendations in a different case study, the manufacturing cost dropped by over 50% compared to the traditionally designed element and by more than 10% relative to the optimized element with a homogeneous configuration. The study’s limitations and encouraging results suggest future lines of research in this area.

Reference:

NEGRÍN, I.; KRIPKA, M.; YEPES, V. (2024). Optimized Transverse-Longitudinal Hybrid Construction for Sustainable Design of Welded Steel Plate Girders. Advances in Civil Engineering, 2024:5561712. DOI:10.1155/2024/5561712.

Como la publicación está en abierto, os la dejo para su descarga.

Descargar (PDF, 3.33MB)

Toma de decisiones sobre infraestructuras viarias sostenibles: NSGA-II con operadores de reparación para optimización multiobjetivo

Acaban de publicarnos un artículo en Mathematics, revista indexada en el primer decil del JCR. El trabajo trata sobre la toma de decisiones en infraestructuras viales sostenibles. Para ello se utiliza una variante personalizada de la técnica NSGA-II con operadores de reparación para una optimización multiobjetivo. El trabajo se enmarca dentro del proyecto de investigación HYDELIFE que dirijo como investigador principal en la Universitat Politècnica de València.

El documento propone un enfoque novedoso que combina la optimización multiobjetivo (MOO) con técnicas de toma de decisiones basadas en criterios múltiples (MCDM) para el diseño y la selección de estructuras modulares prefabricadas de hormigón armado (RCPMF) en infraestructuras viales, con un enfoque en la sostenibilidad. El estudio evalúa la eficacia de tres operadores de reparación a la hora de optimizar los objetivos económicos, ambientales y sociales, y utiliza algoritmos personalizados y un análisis del ciclo de vida (LCA) para una evaluación precisa. Los resultados muestran que el operador de reparaciones basado en estadísticas ofrece soluciones con un menor impacto en todas las dimensiones y demuestra una variabilidad mínima, lo que lo convierte en el más adecuado para cumplir con los requisitos de diseño del RCPMF.

Las contribuciones más importantes de este trabajo son las siguientes:

  • El documento presenta un enfoque novedoso que combina la optimización multiobjetivo (MOO) con técnicas de toma de decisiones basadas en criterios múltiples (MCDM) para el diseño y la selección de estructuras modulares prefabricadas de hormigón armado (RCPMF) en infraestructuras viales, con un enfoque en la sostenibilidad.
  • El estudio evalúa la eficacia de tres operadores de reparación (basados en estadísticas, aleatorios y de proximidad) a la hora de optimizar los objetivos económicos, ambientales y sociales.
  • El artículo presenta una versión personalizada del algoritmo NSGA-II (NSGA-II) de clasificación no dominada, complementada con un análisis detallado del ciclo de vida (LCA), para facilitar la evaluación precisa de las funciones objetivas.
  • El artículo demuestra el uso de dos técnicas de MCDM, a saber, la ponderación aditiva simple (SAW) y (FUCA), para puntuar y clasificar las soluciones MOO.
  • La investigación proporciona una estrategia clara y metódica para integrar el MOO y el MCDM, formando un marco coherente para la implementación práctica en contextos de ingeniería complejos.
  • El estudio destaca la importancia de tener en cuenta los principios de sostenibilidad desde la fase de diseño y de emplear las técnicas de MOO para encontrar soluciones equilibradas y óptimas en la ingeniería civil.

Abstract:

Integrating sustainability principles into the structural design and decision-making processes for transportation infrastructure, particularly concerning reinforced concrete precast modular frames (RCPMF), is recognized as crucial for ensuring environmentally responsible, economically feasible, and socially beneficial outcomes. In this study, this challenge is addressed, with the significance of sustainable development in modern engineering practices being underscored. A novel approach, which combines multi-objective optimization (MOO) with multi-criteria decision-making (MCDM) techniques, is proposed, tailored specifically for the design and selection of RCPMF. The effectiveness of three repair operators—statistical-based, random, and proximity based—in optimizing economic, environmental, and social objectives is evaluated. Precise evaluation of objective functions is facilitated by a customized Non-dominated Sorting Genetic Algorithm II (NSGA-II) algorithm, complemented by a detailed life cycle analysis (LCA). The utilization of simple additive weighting (SAW) and fair un choix adéquat (FUCA) methods for the scoring and ranking of the MOO solutions has revealed that notable excellence in meeting the RCPMF design requirements is exhibited by the statistical-based repair operator, which offers solutions with lower impacts across all dimensions and demonstrates minimal variability. MCDM techniques produced similar rankings, with slight score variations and a significant correlation of 0.9816, showcasing their consistent evaluation capacity despite distinct operational methodologies.

Keywords:

Multi-objective optimization; multi-criteria decision-making; modular structure; life cycle sustainability; NSGA-II; simple additive weighting; fair un choix adéquat.

Reference:

RUIZ-VÉLEZ, A.; GARCÍA, J.; ALCALÁ, J.; YEPES, V. (2024). Sustainable Road Infrastructure Decision-Making: Custom NSGA-II with Repair Operators for Multi-objective Optimization. Mathematics, 12(5):730. DOI:10.3390/math12050730

Os paso el artículo para su descarga, pues se ha publicado en abierto:

Descargar (PDF, 1.06MB)

Optimización estructural asistida por metamodelos: Aplicaciones

Figura 1. Conceptos relacionados con el uso de metamodelos, (a) relación entre precisión y coste computacional para diferentes enfoques de la modelación (adaptado de Roman et al. (2020)) y (b) descripción genérica de un metamodelo como una función de caja negra (adaptado de Texeira et al. (2020)).

Dentro del XIII Coloquio de Análisis, Diseño y Monitoreo Estructural de la IV Convención Científica Internacional UCLV 2023, se presentó una ponencia sobre las aplicaciones de la optimización estructural asistida por metamodelos. Os paso a continuación la ponencia, por si os resulta de interés.

Resumen:

Debido al creciente interés por mejorar la sostenibilidad del sector de las construcciones, la optimización del diseño estructural ha venido cobrando auge en los últimos tiempos. Una de las desventajas de estos procedimientos es el enorme consumo computaciones que requieren. Sin embargo, la optimización asistida por metamodelos (MASDO por sus siglas en inglés) es una variante muy útil, ya que permite acortar considerablemente los tiempos de cómputo manteniendo la precisión en los resultados de la optimización. En este trabajo se exponen las estrategias de MASDO más utilizadas en el ámbito de la ingeniería estructural, así como algunas aplicaciones prácticas.

Descargar (PDF, 900KB)

Revisión de estado del conocimiento en infraestructuras hídricas usando técnicas de aprendizaje automático

Acabamos de recibir la noticia de la publicación de nuestro artículo en la revista Applied Sciences, la cual está indexada en el JCR. Este estudio explora las diversas aplicaciones del aprendizaje automático (Machine Learning, ML) en relación con la integridad y calidad de las infraestructuras hidráulicas, identificando cuatro áreas clave donde se ha implementado con éxito. Estas áreas abarcan desde la detección de contaminantes en el agua y la erosión del suelo, hasta la predicción de niveles hídricos, la identificación de fugas en redes de agua y la evaluación de la calidad y potabilidad del agua.

Cabe destacar que esta investigación se llevó a cabo en el marco de una colaboración fructífera entre nuestro grupo de investigación e investigadores chilenos, liderados por el profesor José Antonio García Conejeros. El proyecto en sí, denominado HYDELIFE, forma parte de las iniciativas que superviso como investigador principal en la Universitat Politècnica de València.

Se realizó un análisis bibliográfico de artículos científicos a partir de 2015, que arrojó un total de 1087 artículos, para explorar las aplicaciones de las técnicas de aprendizaje automático en la integridad y la calidad de la infraestructura hídrica. Entre las contribuciones realizadas por el trabajo, caben destacar las siguientes:

  • Se identificaron cuatro áreas clave en las que el aprendizaje automático se ha aplicado a la gestión del agua: los avances en la detección de contaminantes del agua y la erosión del suelo, la previsión de los niveles del agua, las técnicas avanzadas para la detección de fugas en las redes de agua y la evaluación de la calidad y potabilidad del agua.
  • Destacó el potencial de las técnicas de aprendizaje automático (Random Forest, Support Vector Regresion, Convolutional Neural Networks y Gradient Boosting) combinadas con sistemas de monitoreo de vanguardia en múltiples aspectos de la infraestructura y la calidad del agua.
  • Proporcionó información sobre el impacto transformador del aprendizaje automático en la infraestructura hídrica y sugirió caminos prometedores para continuar con la investigación.
  • Empleó un enfoque semiautomático para realizar análisis bibliográficos, aprovechando las representaciones codificadas bidireccionales de Transformers (BERTopic), para abordar las limitaciones y garantizar una representación precisa de los documentos.
  • Las técnicas de aprendizaje automático ofrecen una alta precisión, un tiempo de procesamiento reducido y datos valiosos para la toma de decisiones en materia de gestión sostenible de los recursos y sistemas de alerta temprana.
  • La colaboración interdisciplinaria, los marcos integrados y las tecnologías avanzadas, como la teledetección y la IoT, son esenciales para avanzar en la investigación sobre la integridad y la calidad de la infraestructura hídrica.

Abstract:

Water infrastructure integrity, quality, and distribution are fundamental for public health, environmental sustainability, economic development, and climate change resilience. Ensuring the robustness and quality of water infrastructure is pivotal for sectors like agriculture, industry, and energy production. Machine learning (ML) offers the potential for bolstering water infrastructure integrity and quality by analyzing extensive data from sensors and other sources, optimizing treatment protocols, minimizing water losses, and improving distribution methods. This study delves into ML applications in water infrastructure integrity and quality by analyzing English-language articles from 2015 onward, compiling 1087 articles. A natural language processing approach centered on topic modeling was initially adopted to classify salient topics. From each identified topic, key terms were extracted and utilized in a semi-automatic selection process, pinpointing the most relevant articles for further scrutiny. At the same time, unsupervised ML algorithms can assist in extracting themes from the documents, generating meaningful topics often requires intricate hyperparameter adjustments. Leveraging the Bidirectional Encoder Representations from Transformers (BERTopic) enhanced the study’s contextual comprehension in topic modeling. This semi-automatic methodology for bibliographic exploration begins with broad categorizing topics, advancing to an exhaustive analysis. The insights drawn underscore ML’s instrumental role in enhancing water infrastructure’s integrity and quality, suggesting promising future research directions. Specifically, the study has identified four key areas where ML has been applied to water management: (1) advancements in the detection of water contaminants and soil erosion; (2) forecasting of water levels; (3) advanced techniques for leak detection in water networks; and (4) evaluation of water quality and potability. These findings underscore the transformative impact of ML on water infrastructure and suggest promising paths for continued investigation.

Keywords:

Water infrastructure integrity; machine learning; environmental sustainability; natural language processing; BERTopic

Reference:

GARCÍA, J.; LEIVA-ARAOS, A.; DÍAZ-SAAVEDRA, E.; MORAGA, P.; PINTO, H.; YEPES, V. (2023). Relevance of Machine Learning Techniques in Water Infrastructure Integrity and Quality: A Review Powered by Natural Language Processing. Applied Sciences, 13(22):12497. DOI:10.3390/app132212497

Descargar (PDF, 23.87MB)

Optimización del coste energético de puentes losa postesados mediante un Kriging en dos fases

Acaban de publicarnos un artículo en la revista Materials, revista indexada en el JCR. El objetivo del estudio es optimizar la energía empleada en la construcción de pasos elevados de carreteras aligeradas mediante la identificación de las principales variables de diseño y el desarrollo de una metodología que utilice el muestreo latino de hipercubos y la optimización basada en el método Kriging. El trabajo se enmarca dentro del proyecto de investigación HYDELIFE que dirijo como investigador principal en la Universitat Politècnica de València.

  • El artículo establece una metodología para optimizar la energía incorporada en la construcción de pasos elevados de carreteras aligeradas mediante la identificación de las principales variables de diseño y el uso del hipercubo latino y la optimización basada en el método Kriging.
  • El estudio recomienda emplear índices de esbeltez elevados, minimizar el uso de hormigón y armaduras activas y aumentar la cantidad de armaduras pasivas para mejorar la eficiencia energética.
  • El artículo utiliza una técnica estadística llamada muestreo de hipercubo latino para muestrear variables y crear una superficie de respuesta, que luego se ajusta con precisión mediante un metamodelo Krixing.
  • La metodología desarrollada en el trabajo reduce el coste energético de la construcción de puentes de losas aligeradas.
  • El estudio contribuye al campo de la optimización energética en la construcción al proporcionar una metodología específica para los puentes de losas de hormigón pretensado aligerado, especialmente en los pasos elevados de carreteras postesadas.

Abstract:

This study aims to establish a methodology for optimizing embodied energy while constructing lightened road flyovers. A cross-sectional analysis is conducted to determine design parameters through an exhaustive literature review. Based on this analysis, key design variables that can enhance the energy efficiency of the slab are identified. The methodology is divided into two phases: a statistical technique known as Latin Hypercube Sampling is initially employed to sample deck variables and create a response surface; subsequently, the response surface is fine-tuned through a Kriging-based optimization model. Consequently, a methodology has been developed that reduces the energy cost of constructing lightened slab bridge decks. Recommendations to improve energy efficiency include employing high slenderness ratios (approximately 1/28), minimizing concrete and active reinforcement usage, and increasing the amount of passive reinforcement.

Keywords:

Optimization; embodied energy; bridges; surrogate model; Kriging; prestressed concrete; sustainability

Reference:

YEPES-BELLVER, L.; BRUN-IZQUIERDO, A.; ALCALÁ, J.; YEPES, V. (2023). Embodied energy optimization of prestressed concrete road flyovers by a two-phase Kriging surrogate model. Materials16(20); 6767. DOI:10.3390/ma16206767

Descargar (PDF, 2.15MB)

Aprendizaje profundo para la optimización del ciclo de vida de puentes mixtos de hormigón y acero

Acaban de publicarnos un artículo en Structures, revista indexada en el JCR. Se trata de la evaluación del coste del ciclo de vida mediante la función de densidad espectral de potencia en un puente de hormigón en ambiente costero. El artículo presenta una metodología que utiliza el aprendizaje profundo para acelerar los cálculos de las restricciones estructurales en un contexto de optimización, específicamente para un puente mixto de hormigón y acero. El trabajo se enmarca dentro del proyecto de investigación HYDELIFE que dirijo como investigador principal en la Universitat Politècnica de València.

El modelo de aprendizaje profundo óptimo está integrado por tres metaheurísticas: el método Obamo (Old Bachelor Acceptance with a Mutation Operator), el Cuckoo Search (CS) y los algoritmos de coseno sinusoidal (SCA). Esta integración da como resultado un posible aumento de 50 veces en la velocidad computacional en ciertos escenarios. El estudio destaca la viabilidad económica, las ramificaciones ambientales y las evaluaciones del ciclo de vida social de las soluciones de diseño optimizadas. Demuestra las ventajas de combinar el aprendizaje profundo con la optimización del diseño de la ingeniería civil, especialmente en lo que respecta al aumento del límite elástico del acero para cumplir objetivos medioambientales y sociales. La metodología propuesta en el documento se puede adaptar a una variedad de otras configuraciones estructurales, por lo que es aplicable más allá del caso específico del puente compuesto

La editorial permite la descarga gratuita del artículo hasta el 29 de noviembre de 2023 en la siguiente dirección: https://authors.elsevier.com/c/1humr8MoIG~oVG

Abstract:

The ability to conduct life cycle analyses of complex structures is vitally important for environmental and social considerations. Incorporating the life cycle into structural design optimization results in extended computational durations, underscoring the need for an innovative solution. This paper introduces a methodology leveraging deep learning to hasten structural constraint computations in an optimization context, considering the structure’s life cycle. Using a composite bridge composed of concrete and steel as a case study, the research delves into hyperparameter fine-tuning to craft a robust model that accelerates calculations. The optimal deep learning model is then integrated with three metaheuristics: the Old Bachelor Acceptance with a Mutation Operator (OBAMO), the Cuckoo Search (CS), and the Sine Cosine Algorithms (SCA). Results indicate a potential 50-fold increase in computational speed using the deep learning model in certain scenarios. A comprehensive comparison reveals economic feasibility, environmental ramifications, and social life cycle assessments, with an augmented steel yield strength observed in optimal design solutions for both environmental and social objective functions, highlighting the benefits of meshing deep learning with civil engineering design optimization.

Keywords:

Deep learning; Sustainability; Optimization; Bridges; Machine learning; Composite structures

Reference:

MARTÍNEZ-MUÑOZ, D.; GARCÍA, J.; MARTÍ, J.V.; YEPES, V. (2023). Deep learning classifier for life cycle optimization of steel-concrete composite bridges. Structures, 57:105347. DOI:10.1016/j.istruc.2023.105347

Simposio sobre optimización, metaheurísticas y algoritmos evolutivos aplicados a la ingeniería civil

En el marco del próximo Congreso de Métodos Numéricos en Ingeniería CMN, que se desarrollará del 12 al 14 de septiembre de 2024 en la Universidad de Aveiro (Portugal), tengo el placer de anunciar la organización de un simposio sobre optimización, metaheurísticas y algoritmos evolutivos aplicados a la ingeniería civil. Dicho evento lo organizamos en colaboración con los profesores David Greiner y Diogo Ribeiro.

El principal objetivo de este simposio es congregar a investigadores y estimular el interés por la presentación de trabajos que aborden nuevas perspectivas en el ámbito de la optimización, las metaheurísticas y los algoritmos evolutivos en las disciplinas de ingeniería computacional y civil. Las comunicaciones deben centrarse en metaheurísticas, algoritmos evolutivos y otras técnicas de optimización aplicadas a la resolución de problemas de diseño óptimo en los campos de la ingeniería computacional y civil, así como en temas relacionados.

Los algoritmos evolutivos constituyen un área de investigación interdisciplinaria que abarca diversos paradigmas inspirados en el principio darwiniano de la evolución. En la fase actual de investigación, se consideran, entre otros, los siguientes paradigmas: Algoritmos Genéticos, Programación Genética, Estrategias Evolutivas, Evolución Diferencial, etc., además de otros enfoques de metaheurísticas como la Optimización por Enjambre de Partículas.

Se extiende una cordial bienvenida a las aplicaciones de estos métodos de optimización y otros en el ámbito de la ingeniería computacional y civil, tanto para resolver problemas de optimización de objetivo único como de objetivo múltiple. Los temas que se abordarán, sin limitarse a ellos, incluyen en el ámbito de la ingeniería civil aspectos relacionados con el diseño estructural, como estructuras de hormigón y/o acero, geotecnia, acústica, hidráulica e infraestructura. En el ámbito de la ingeniería computacional, los temas relacionados incluyen ingeniería mecánica y aeronáutica, energías renovables y confiabilidad, entre otros.

Se alienta la exploración de aspectos de desarrollo tales como la modelización de sustitución, la paralelización, la hibridación y la realización de comparaciones de rendimiento entre distintos métodos, entre otros.

Os paso, a continuación, la propuesta del simposio.

Descargar (PDF, 132KB)

Optimización de estructuras de hormigón armado asistida por metamodelos considerando la interacción suelo-estructura

Acaban de publicarnos un artículo en Engineering Structures, revista indexada en el primer cuartil del JCR. El artículo propone una estrategia de optimización metaheurística asistida por metamodelos para minimizar las emisiones de CO₂ de las estructuras de armazón de hormigón armado, teniendo en cuenta la interacción suelo-estructura. El enfoque permite abordar problemas de optimización estructural de alta complejidad y, al mismo tiempo, lograr un ahorro computacional de alrededor del 90%. El trabajo se enmarca dentro del proyecto de investigación HYDELIFE que dirijo como investigador principal en la Universitat Politècnica de València.

Las contribuciones de este trabajo son las siguientes:

  • El artículo propone una estrategia de optimización metaheurística asistida por metamodelos para minimizar las emisiones de CO₂ de las estructuras de armazón de hormigón armado, teniendo en cuenta la interacción suelo-estructura.
  • El enfoque sugerido permite abordar problemas de optimización estructural de alta complejidad y, al mismo tiempo, lograr un ahorro computacional de alrededor del 90%.
  • El estudio muestra que incluir la interacción suelo-estructura conduce a resultados de diseño diferentes a los obtenidos con los soportes clásicos, y que los cimientos también resultan importantes dentro del ensamblaje estructural.
  • El enfoque metaheurístico permite obtener resultados (de media) con una precisión de hasta el 98,24% en los suelos cohesivos y del 98,10% en los suelos friccionales, en comparación con los resultados de la optimización heurística.

Abstract:

It is well known that conventional heuristic optimization is the most common approach to deal with structural optimization problems. However, metamodel-assisted optimization has become a valuable strategy for decreasing computational consumption. This paper applies conventional heuristic and Kriging-based meta-heuristic optimization to minimize the CO2 emissions of spatial reinforced concrete frame structures, considering an aspect usually ignored during modeling, such as the soil-structure interaction (SSI). Due to the particularities of the formulated problem, there are better strategies than simple Kriging-based optimization to solve it. Thus, a meta-heuristic strategy is proposed using a Kriging-based two-phase methodology and a local search algorithm. Three different models of structures are used in the study. Results show that including the SSI leads to different design results than those obtained using classical supports. The foundations, usually ignored in this type of research, also prove significant within the structural assembly. Additionally, using an appropriate coefficient of penalization, the meta-heuristic approach can find (on average) results up to 98.24% accuracy for cohesive soils and 98.10% for frictional ones compared with the results of the heuristic optimization, achieving computational savings of about 90%. Therefore, considering aspects such as the SSI, the proposed metamodeling strategy allows for dealing with high-complexity structural optimization problems.

Keywords:

Structural optimization; Reinforced concrete; Frame structures; CO₂ emissions; Metamodel; Kriging; Soil-structure interaction

Reference:

NEGRÍN, I.; KRIPKA, M.; YEPES, V. (2023). Metamodel-assisted meta-heuristic design optimization of reinforced concrete frame structures considering soil-structure interaction. Engineering Structures, 293:116657. DOI:10.1016/j.engstruct.2023.116657

Al tratarse de un artículo publicado en abierto, os dejo el mismo para su descarga. Espero que os sea de interés.

Descargar (PDF, 8.18MB)

Optimización del diseño de vigas híbridas de acero

Acaban de publicarnos un artículo en el Journal of Constructional Steel Research, revista indexada en el JCR. Este artículo implementa la optimización del diseño estructural para mejorar los índices económicos de las vigas híbridas de acero soldadas. El problema de optimización está formulado de manera que permita el uso de configuraciones híbridas, es decir, diferentes tipos de acero en el alma y en las alas. El trabajo se enmarca dentro del proyecto de investigación HYDELIFE que dirijo como investigador principal en la Universitat Politècnica de València.

Las contribuciones de este trabajo son las siguientes:

  • El artículo propone una metodología para la optimización del diseño estructural de vigas híbridas de acero soldadas con el fin de mejorar sus índices económicos.
  • El problema de optimización se formula para permitir el uso de configuraciones híbridas, que pueden incluir diferentes tipos de acero en las almas y en las alas.
  • El documento incluye once calidades de acero como variables de optimización, y el costo de fabricación se formula como una función objetivo, que incluye otras siete actividades, como la soldadura o la pintura.
  • Los resultados muestran que el diseño optimizado proporciona soluciones hasta un 50% más económicas que los métodos de diseño tradicionales.
  • El documento sugiere ciertos conceptos que destacan las propiedades mecánicas para comparar las soluciones óptimas para cada estudio de caso, que pueden servir como recomendaciones de diseño para proyectos futuros que incluyan este elemento estructural.
  • El artículo establece líneas de investigación futuras sobre este tema, basándose en los vacíos de la investigación y en los prometedores resultados obtenidos.

Abstract:

This paper implements structural design optimization to improve the economic indexes of welded steel plate girders. The optimization problem is formulated in a way that allows the use of hybrid configurations, i.e., different types of steel in the flanges and web. Besides the cross-sectional dimensions, eleven steel grades are included as optimization variables. In addition to weight and material cost, the manufacturing cost is formulated as an optimization objective, which includes seven other activities, such as welding or painting. The geometrically double symmetric I-girder design subjected to a uniform transverse load is carried out through the Eurocode 3 rules. Nine case studies are implemented by varying the girder span and load values. The results show significant differences depending on the optimization objective, especially between weight and cost optimization. On the other hand, optimization-assisted design provides solutions up to 50% more economical than traditional design methods. Hybrid-optimized configurations can also improve these indexes by about 10% compared to their homogeneous counterpart, demonstrating the applicability of this novel practice. Certain concepts highlighting mechanical properties are proposed to compare the optimal solutions for each case study. These concepts can serve as design recommendations for future projects that include this structural element. Finally, based on the research gaps and the promising results obtained, future lines of research on this topic are established.

Keywords:

Hybrid steel girder; Structural optimization; Hybrid ratio; Biogeography-based optimization

Reference:

NEGRÍN, I.; KRIPKA, M.; YEPES, V. (2023). Design optimization of welded steel plate girders configured as a hybrid structure. Journal of Constructional Steel Research, 211:108131. DOI:10.1016/j.jcsr.2023.108131

Al tratarse de un artículo publicado en abierto, os dejo el mismo para su descarga. Espero que os sea de interés.

Descargar (PDF, 4.16MB)