Estudio paramétrico de marcos prefabricados óptimos mediante metaheurísticas híbridas

Acaban de publicarnos un artículo en Materials, revista indexada en el primer cuartil del JCR. En este caso se ha realizado un estudio paramétrico de un marco prefabricado, articulado, de sección en U, empleando para ello tres metaheurísticas híbridas. El trabajo se enmarca dentro del proyecto de investigación HYDELIFE que dirijo como investigador principal en la Universitat Politècnica de València.

En este artículo se aborda un estudio de las estructuras articuladas modulares viarias de coste óptimo. Se evalúa el rendimiento de tres metaheurísticas híbridas mediante un diseño factorial fraccionado de experimentos. Los resultados permiten seleccionar y calibrar el recocido simulado híbrido para resolver el problema de optimización combinatoria. Variando la luz horizontal de 8 a 16 m y la cobertura de tierra de 1 a 5 m, se estudian 25 configuraciones estructurales diferentes. La metodología calibrada se aplica para obtener nueve pórticos diferentes con costes óptimos para cada configuración. El estudio de las características económicas, medioambientales y geométricas de las 225 estructuras óptimas permite desarrollar un análisis de regresión. Con R2 cercanos a la unidad, las expresiones constituyen una valiosa herramienta para calcular el coste final, las emisiones asociadas, la energía incorporada y las características geométricas particulares. Las estructuras óptimas presentan diseños esbeltos y densamente reforzados. Además, algunas estructuras muestran reducciones considerables del refuerzo a cortante, algo que se soluciona con aumentos localizados del refuerzo longitudinal.

Marco articulado. https://bortubo.com/marcos-prefabricados-de-hormigon-armado-junta-plana-y-articulados/

Abstract:

This paper addresses a study of cost-optimal road modular hinged frames. The performance of three hybrid metaheuristics is assessed through a fractional factorial design of experiments. The results allow selecting and calibrating the hybrid simulated annealing to solve the combinatorial optimization problem. By varying the horizontal span from 8 to 16 meters and the earth cover from 1 to 5 meters, 25 different structural configurations are studied. The calibrated methodology is applied to obtain nine different frames with optimal costs for each configuration. The study of the economic, environmental, and geometrical characteristics of the 225 optimum structures allows for the development of a regression analysis. With R2 correlation coefficients close to the unit, the expressions form a valuable tool for calculating the final cost, associated emissions, embodied energy, and particular geometric characteristics. The optimum structures present slender and densely reinforced designs. In addition, some structures show considerable reductions in the shear reinforcement, something solved by localized increases in longitudinal reinforcement.

Keywords:

Reinforced concrete; modular; hinged frame; hybrid metaheuristic; parametric; regression.

Reference:

RUIZ-VÉLEZ, A.; ALCALÁ, J.; YEPES, V. (2023). A parametric study of optimum road modular hinged frames by hybrid metaheuristics. Materials, 16(3):931. DOI:10.3390/ma16030931

Descargar (PDF, 5.42MB)

 

Optimización de inteligencia de enjambre híbrida para puentes mixtos de bajo consumo energético

Acaban de publicarnos un artículo en Mathematics, revista indexada en el primer decil del JCR. Se trata del empleo de métodos de optimización de inteligencia de enjambre híbrida para puentes mixtos de acero-hormigón de bajo consumo energético. El trabajo se enmarca dentro del proyecto de investigación HYDELIFE que dirijo como investigador principal en la Universitat Politècnica de València.

La optimización de puentes es un reto matemático importante, dado el enorme número de configuraciones posibles del problema. Se ha considerado en este trabajo la energía incorporada y el coste como funciones objetivo en la optimización de vigas cajón mixtas de hormigón y acero. Se eligió la energía incorporada como criterio de sostenibilidad para comparar los resultados con el coste. Para lograr este objetivo se empleó el algoritmo TAMO de búsqueda global estocástica, la búsqueda de cuco (CS) de inteligencia de enjambre y los algoritmos seno-coseno (SCA). Para que las técnicas SCA y SC pudieran resolver el problema de optimización de puentes con variables discretas, se utilizó la discretización aplicando la técnica de agrupación k-means. Como resultado, se observó que SC producía valores objetivos de la función de energía comparables a TAMO, al tiempo que reducía el tiempo de cálculo en un 25,79%. Además, la optimización de costes y de la energía revelaron que cada euro ahorrado usando metodologías metaheurísticas disminuía el consumo de energía para este problema de optimización en 0,584 kW-h. Asimismo, al incluir celdas en las partes superior e inferior de las almas, se mejoró el comportamiento de la sección, así como los resultados de optimización para los dos objetivos de optimización. Este estudio concluye que el diseño de doble acción compuesta sobre apoyos hace innecesarios los rigidizadores longitudinales continuos en el ala inferior.

Abstract:

Bridge optimization is a significant challenge, given the huge number of possible configurations of the problem. Embodied energy and cost were taken as objective functions for a box-girder steel–concrete optimization problem, considering both as single-objective. Embodied energy was chosen as a sustainable criterion to compare the results with cost. The stochastic global search TAMO algorithm, the swarm intelligence cuckoo search (CS), and sine cosine algorithms (SCA) were used to achieve this goal. To allow the SCA and SC techniques to solve the discrete bridge optimization problem, the discretization technique applying the k-means clustering technique was used. As a result, SC was found to produce objective energy function values comparable to TAMO while reducing the computation time by 25.79%. In addition, the cost optimization and embodied energy analysis revealed that each euro saved using metaheuristic methodologies decreased the energy consumption for this optimization problem by 0.584 kW·h. Additionally, by including cells in the upper and lower parts of the webs, the behavior of the section was improved, as were the optimization outcomes for the two optimization objectives. This study concludes that double composite action design on supports makes the continuous longitudinal stiffeners in the bottom flange unnecessary.

Keywords:

Swarm intelligence; steel–concrete composite structures; bridges; optimization; metaheuristics; sustainability.

Reference:

MARTÍNEZ-MUÑOZ, D.; GARCÍA, J.; MARTÍ, J.V.; YEPES, V. (2023). Hybrid swarm intelligence optimization methods for low-embodied energy steel-concrete composite bridges. Mathematics, 11(1):140. DOI: 10.3390/math11010140

Dejo a continuación el artículo, que se puede descargar y compartir, pues está publicado en abierto.

Descargar (PDF, 1.07MB)

Optimización sostenible de marcos prefabricados articulados

Acaban de publicarnos un artículo en Materials, revista indexada en el primer cuartil del JCR. En este caso se han optimizado las emisiones de CO₂ de un marco prefabricado articulado, de sección en U, empleando para ello varias metaheurísticas. El trabajo se enmarca dentro del proyecto de investigación HYDELIFE que dirijo como investigador principal en la Universitat Politècnica de València.

El desarrollo sostenible requiere mejoras en el uso de los recursos naturales. El objetivo principal del presente estudio es optimizar la utilización de materiales en la construcción de pórticos articulados prefabricados de hormigón armado. Se desarrolló un software propio en el lenguaje de programación Python. Esto permitió el cálculo, verificación y optimización de la estructura mediante la aplicación de técnicas metaheurísticas. El coste final es una representación directa del empleo de materiales. Así, se aplicaron tres algoritmos para resolver la optimización económica de la estructura. Mediante la aplicación de los algoritmos de recocido simulado, aceptación de umbrales y algoritmo del solterón, se consiguieron diseños sostenibles y no tradicionales. Estos hacen un empleo óptimo de los recursos naturales, manteniendo un coste final muy restringido. Para evaluar la mejora del impacto ambiental, se estudiaron las emisiones asociadas al dióxido de carbono y se compararon con una estructura de hormigón armado in situ de referencia. Los resultados mostraron diseños con una profundidad reducida de la losa superior y los muros laterales y un refuerzo pasivo denso. Con ellos se consiguió reducir hasta un 24% el coste final de la estructura, así como más del 30% de las emisiones asociadas.

Marco prefabricado articulado. https://forte.es/productos/marcos-articulados/

Abstract:

Sustainable development requires improvements in the use of natural resources. The main objective of the present study was to optimize the use of materials in the construction of reinforced concrete precast hinged frames. Proprietary software was developed in the Python programming language. This allowed the structure’s calculation, verification, and optimization by applying metaheuristic techniques. The final cost is a direct representation of the use of materials. Thus, three algorithms were applied to solve the economic optimization of the frame. By applying simulated annealing, threshold accepting, and old bachelor’s acceptance algorithms, sustainable, non-traditional designs were achieved. These make optimal use of natural resources while maintaining a highly restricted final cost. The carbon-dioxide-associated emissions were studied and compared with a reference cast-in-place reinforced concrete frame to evaluate the environmental impact improvement. The results showed designs with reduced upper slab and lateral wall depth and dense passive reinforcement. These were able to reduce up to 24% of the final cost of the structure, as well as over 30% of the associated emissions.

Keywords:

Reinforced concrete; precast; hinged frame; metaheuristic; optimization; sustainability.

Reference:

RUIZ-VÉLEZ, A.; ALCALÁ, J.; YEPES, V. (2023). Optimal design of sustainable reinforced concrete precast hinged frames. Materials, 16(1):204. DOI:10.3390/ma16010204.

Descargar (PDF, 2.85MB)

Optimización heurística de un nuevo tipo de cercha pretensada

Acaban de publicarnos un artículo en Materials, revista indexada en el primer cuartil del JCR. En este caso se ha optimizado, mediante un algoritmo de optimización heurística, un nuevo tipo de cercha metálica pretensada. El trabajo se enmarca dentro del proyecto de investigación HYDELIFE que dirijo como investigador principal en la Universitat Politècnica de València. En este caso, se trata de una colaboración entre nuestro grupo de investigación e investigadores de Georgia.

Este artículo presenta nuevos enfoques para el cálculo, el diseño y la optimización de cerchas pretensadas con un elemento de unión. Los sistemas estructurales con grandes luces, como cerchas, vigas, pórticos, etc., están sometidos a un riesgo considerable de pérdida de capacidad de carga debido a los diferentes tipos de cargas utilizadas. Algunos métodos de diseño tradicionales definen los valores del pretensado en el elemento de unión y las fuerzas internas en los elementos de la celosía para evitar esta pérdida de capacidad de carga. Sin embargo, la precisión y los límites de la determinación de las fuerzas no son necesariamente conocidos. Los autores proponen un nuevo tipo de celosía pretensada y algunos nuevos enfoques en el proceso de diseño y cálculo para resolver estos inconvenientes. Los principales objetivos del estudio fueron diseñar una innovadora y nueva forma geométrica de celosía arqueada pretensada, que permite el desarrollo de una fuerza de pretensado de alto valor, para optimizar una nueva celosía para reducir el peso propio, aumentando la capacidad de carga en comparación con sus análogos. Durante el estudio se empleó el recocido simulado. Un nuevo avance en la optimización de la celosía arqueada pretensada sugerido por los autores reduce el peso propio y mejora la capacidad de carga de la celosía entre un 8 y un 17%, dependiendo de la luz.

Abstract:

This paper represents new approaches for calculating, designing, and optimizing prestressed arched trusses with a tie member. Structural systems with long spans, such as trusses, beams, frames, etc., are subjected to a considerable/substantial risk of losing load-carrying capacity because of the different types of loads used. Some traditional design methods define the values of prestressing force in the tie member and internal forces in the truss elements to avoid this load capacity loss. However, the accuracy and limits of the determination of the forces are not necessarily known. The authors offer a new type of prestressed arched truss and some new approaches in the design and calculation process to solve these disadvantages. The study’s main objectives were to design an innovative and new geometric form of prestressed arched truss, which allows the development of high-value prestressing force, to optimize a new truss for reducing self-weight, increasing load-carrying capacity compared to its analogs. The force, stiffness matrix, and simulated annealing methods were used during the study. A new advance to the optimization of prestressed arched truss suggested by the authors reduces the self-weight and improves the load capacity of the truss by 8–17%, depending on the span.

Keywords:

Prestressed truss; stiffness matrix method; tensile element; compressed element; optimization; simulated annealing.

Reference:

PARTSKHALADZE, G.; ALCALÁ, J.; MEDZMARIASHVILI, E.; CHAVLESHVILI, G.; SURGULADZE, B., I.; YEPES, V. (2022). Heuristic Optimization of a New Type Prestressed Arched Truss. Materials, 15(22): 8144. DOI:10.3390/ma15228144

Descargar (PDF, 1.12MB)

 

 

Diseño óptimo de un puente mixto basado en un algoritmo de inteligencia de enjambre discreto

Acaban de publicarnos un artículo en la revista Structural and Multidisciplinary Optimization (revista indexada en el JCR en el primer cuartil) sobre la optimización de puentes mixtos de hormigón y acero usando un algoritmo de inteligencia de enjambre discreto y funciones de transferencia. El trabajo se enmarca dentro del proyecto de investigación HYDELIFE que dirijo como investigador principal en la Universitat Politècnica de València.

La optimización de puentes puede ser compleja debido al gran número de variables que intervienen en el problema. En este trabajo se ha ejecutado dos optimizaciones de puentes mixtos de sección en cajón, considerando el coste y las emisiones de CO₂ como funciones objetivo. Tomar las emisiones de CO₂ como función objetivo permite añadir criterios de sostenibilidad para comparar los resultados con el coste. Se han aplicado las metaheurísticas SAMO2, SCA y Jaya para alcanzar este objetivo. Se implementaron funciones de transferencia para adaptar SCA y Jaya a la naturaleza discontinua del problema de optimización del puente. Además, se ha llevado a cabo un Diseño de Experimentos para afinar el algoritmo y establecer sus parámetros. En consecuencia, se ha observado que SCA muestra valores similares para la función objetivo de coste que SAMO2, pero mejora el tiempo computacional en un 18% a la vez que obtiene valores más bajos para la desviación del resultado de la función objetivo. A partir de un análisis de optimización de costes y CO₂, se observa una reducción de 2,51 kg de CO₂ por cada euro reducido utilizando técnicas metaheurísticas. Además, para ambos objetivos de optimización, se comprueba que la adición de celdas a las secciones de los puentes mejora no solo el comportamiento de la sección, sino también los resultados de la optimización. Por último, los resultados muestran que el diseño propuesto de doble acción mixta en los apoyos permite eliminar los rigidizadores longitudinales continuos dispuestos en el ala inferior en este estudio.

Abstract:

Bridge optimization can be complex because of the large number of variables involved in the problem. In this paper, two box-girder steel–concrete composite bridge single objective optimizations have been carried out considering cost and CO₂ emissions as objective functions. Taking CO₂ emissions as an objective function allows adding sustainable criteria to compare the results with cost. SAMO2, SCA, and Jaya metaheuristics have been applied to reach this goal. Transfer functions have been implemented to fit SCA and Jaya to the discontinuous nature of the bridge optimization problem. Furthermore, a Design of Experiments has been conducted to tune the algorithm and set its parameters. Consequently, it has been observed that SCA shows similar values for objective cost function as SAMO2 but improves computational time by 18% while also getting lower values for the objective function result deviation. From a cost and CO₂ optimization analysis, it has been observed that a reduction of 2.51 kg CO₂ is obtained by each euro reduced using metaheuristic techniques. Moreover, for both optimization objectives, it is observed that adding cells to bridge cross-sections improves not only the section behavior but also the optimization results. Finally, it is observed that the proposed design of double composite action in the supports allows this study to remove continuous longitudinal stiffeners in the bottom flange.

Keywords:

Swarm intelligence; Steel–concrete composite structures; Bridges; Optimization; Metaheuristics; Sustainability

Reference:

MARTÍNEZ-MUÑOZ, D.; GARCÍA, J.; MARTÍ, J.V.; YEPES, V. (2022). Optimal design of steel-concrete composite bridge based on a transfer function discrete swarm intelligence algorithm. Structural and Multidisciplinary Optimization, 65:312. DOI:10.1007/s00158-022-03393-9

El artículo está publicado en abierto, por lo que podéis realizar su descarga gratuita en este enlace: https://link.springer.com/article/10.1007/s00158-022-03393-9

Descargar (PDF, 1.92MB)

Optimización sostenible de puentes losa postesados usando metamodelos

Durante los días 12 a 14 de septiembre de 2022 tuvo lugar en las Palmas de Gran Canaria el Congreso de Métodos Numéricos en Ingeniería CMN 2022. El objetivo de este congreso es actuar como un foro en que se recopilen los trabajos científicos y técnicos más relevantes en el área de los métodos numéricos y la mecánica computacional, así como sus aplicaciones prácticas.  CMN 2022 está organizado conjuntamente por las sociedades de métodos numéricos española (SEMNI), portuguesa (APMTAC) y por el Instituto Universitario de Sistemas Inteligentes y Aplicaciones Numéricas en Ingeniería (SIANI) de la Universidad de Las Palmas de Gran Canaria (ULPGC).

Dentro de este congreso tuve la ocasión de actuar como presidente, junto con el profesor David Greiner, de la sesión paralela denominada “Optimization, metaheuristics and evolutionary algorithms in civil engineering“. Además, nuestro grupo de investigación presentó un trabajo de investigación sobre la optimización de puentes mediante metamodelos Kriging. El trabajo se enmarca dentro del proyecto de investigación HYDELIFE que dirijo como investigador principal en la Universitat Politècnica de València.

Os dejo la comunicación en español por si os resultara de interés.

Referencia:

YEPES-BELLVER, L.; BRUN-IZQUIERDO, A.; ALCALÁ, J.; YEPES, V. (2022). Sustainable optimization of post-tensioned cast-in-place concrete slab road bridges using metamodels. Congress on Numerical Methods in Engineering CMN2022, 12-14 September 2022, Las Palmas de Gran Canaria, Spain, pp. 166-185. ISBN: 978-84-123222-9-3

Descargar (PDF, 1.61MB)

Rendimiento de los métodos de detección de daños estructurales basados en la función de respuesta en frecuencia y la densidad espectral de potencia

Acaban de publicarnos un artículo en DYNA, revista indexada en el JCR. Se trata de comparar el rendimiento de los métodos de detección de daños estructurales basados en la función de respuesta en frecuencia y la densidad espectral de potencia. El trabajo se enmarca dentro del proyecto de investigación HYDELIFE que dirijo como investigador principal en la Universitat Politècnica de València.

Los recientes sucesos catastróficos han despertado un gran interés en la comunidad científica en relación con la evaluación y predicción de la respuesta estructural a lo largo del ciclo de vida de las infraestructuras. Se están realizando esfuerzos para desarrollar sistemas adecuados de monitorización de las estructuras que ayuden a prevenir futuras pérdidas de vidas humanas y económicas. Aquí se presentan dos métodos no destructivos de detección de daños: el basado en la función de respuesta en frecuencia y el basado en la función de densidad espectral. El desempeño en la detección de daños de ambos métodos se compara a través de un caso de estudio concreto, en el que se analizan diferentes escenarios de daños en un puente en celosía 2D. La fiabilidad de cada método se estudia en términos de diferentes errores de predicción. Los resultados numéricos muestran que el método PSD para la detección de daños en una estructura de puente en celosía de acero proporciona resultados más precisos y robustos en comparación con el basado en el método FRF.

Abstract:

Recent catastrophic events have aroused great interest in the scientific community regarding evaluating and predicting the structural response along the life cycle of infrastructures. Efforts are put into developing adequate health monitoring systems to help prevent future human life and economic losses. Here, two non-destructive damage detection methods are presented: the Frequency Response Function-based and the Spectral Density Function-based methods. The damage detection performance of both methods is compared through a particular case study, where different damage scenarios are analyzed in a 2D truss bridge. The reliability of each method is studied in terms of different prediction errors. Numerical results show that the PSD method for damage detection on a steel truss bridge structure provides more accurate and robust results when compared to that based on FRF.

Keywords:

Structural Health Monitoring, Power Spectral Density Function, Frequency Response Function, Construction, Structures, Damage detection, Non-destructive

Reference:

HADIZADEH-BAZAZ, M.; NAVARRO, I.J.; YEPES, V. (2022). Performance comparison of structural damage detection methods based on Frequency Response Function and Power Spectral Density. DYNA, 97(5):493-500. DOI:10.6036/10504

Como el artículo se encuentra en abierto, os paso el documento para que os lo podáis descargar.

Descargar (PDF, 822KB)

Machine learning aplicado a la construcción: Un análisis de los avances científicos y del futuro próximo

Acaban de publicarnos un artículo en la revista Automation in Construction, que es la revista indexada de mayor impacto JCR en el ámbito de la ingeniería civil. En este caso se ha realizado un análisis bibliométrico del estado del arte y de las líneas de investigación futura del Machine Learning en el ámbito de la construcción. El trabajo se enmarca dentro del proyecto de investigación HYDELIFE que dirijo como investigador principal en la Universitat Politècnica de València. En este caso, se trata de una colaboración con grupos de investigación de Chile, Brasil y España.

El artículo lo puedes descargar GRATUITAMENTE hasta el 11 de octubre de 2022 en el siguiente enlace: https://authors.elsevier.com/c/1fdIq3IhXMtgv2

Los complejos problemas industriales, junto con la disponibilidad de una infraestructura informática más robusta, presentan muchos retos y oportunidades para el aprendizaje automático (Machine Learning, ML) en la industria de la construcción. Este artículo revisa las técnicas de ML aplicadas a la construcción, principalmente para identificar las áreas de aplicación y la proyección futura en esta industria. Se analizaron estudios desde 2015 hasta 2022 para evaluar las últimas aplicaciones de ML en la construcción. Se propuso una metodología que identifica automáticamente los temas a través del análisis de los resúmenes utilizando la técnica de Representaciones Codificadoras Bidireccionales a partir de Transformadores para posteriormente seleccionar manualmente los temas principales. Hemos identificado y analizado categorías relevantes de aplicaciones de aprendizaje automático en la construcción, incluyendo aplicaciones en tecnología del hormigón, diseño de muros de contención, ingeniería de pavimentos, construcción de túneles y gestión de la construcción. Se discutieron múltiples técnicas, incluyendo varios algoritmos de ML supervisado, profundo y evolutivo. Este estudio de revisión proporciona directrices futuras a los investigadores en relación con las aplicaciones de ML en la construcción.

Highlights:

  • State-of-the-art developed using natural language processing techniques.
  • Topics analyzed and validated by experts for consistency and relevance.
  • Topics deepened through application of bigram analysis and clustering in addition to traditional bibliographic analysis.
  • Identified five large areas, and detailed two to three groups of relevant lines of research.

Abstract:

Complex industrial problems coupled with the availability of a more robust computing infrastructure present many challenges and opportunities for machine learning (ML) in the construction industry. This paper reviews the ML techniques applied to the construction industry, mainly to identify areas of application and future projection in this industry. Studies from 2015 to 2022 were analyzed to assess the latest applications of ML techniques in construction. A methodology was proposed that automatically identifies topics through the analysis of abstracts using the Bidirectional Encoder Representations from Transformers technique to select main topics manually subsequently. Relevant categories of machine learning applications in construction were identified and analyzed, including applications in concrete technology, retaining wall design, pavement engineering, tunneling, and construction management. Multiple techniques were discussed, including various supervised, deep, and evolutionary ML algorithms. This review study provides future guidelines to researchers regarding ML applications in construction.

Keywords:

Machine learning; BERT; Construction; Concretes; Retaining walls; Tunnels; Pavements; Construction management

Reference:

GARCÍA, J.; VILLAVICENCIO, G.; ALTIMIRAS, F.; CRAWFORD, B.; SOTO, R.; MINTATOGAWA, V.; FRANCO, M.; MARTÍNEZ-MUÑOZ, D.; YEPES, V. (2022). Machine learning techniques applied to construction: A hybrid bibliometric analysis of advances and future directions. Automation in Construction, 142:104532. DOI:10.1016/j.autcon.2022.104532

Special Issue: “Machine Learning, Metaheuristics and Combinatorial Optimization Problems”

 

 

 

 

 

Mathematics (ISSN 2227-7390) is a peer-reviewed open-access journal that provides an advanced forum for studies related to mathematics and is published monthly online by MDPI.

  • Open Access – free for readers, with article processing charges (APC) paid by authors or their institutions.
  • High visibility:indexed within ScopusSCIE (Web of Science)RePEc, and other databases.
  • Rapid publication: manuscripts are peer-reviewed, and a first decision provided to authors approximately 17.8 days after submission; acceptance to publication is undertaken in 2.8 days (median values for papers published in this journal in the first half of 2022).
  • Recognition of reviewers: reviewers who provide timely, thorough peer-review reports receive vouchers entitled to a discount on the APC of their next publication in any MDPI journal in appreciation of the work done.

Impact Factor:  2.592 (2021) ; 5-Year Impact Factor: 2.542 (2021)  (First decile JCR journal) JCR – Q1 (Mathematics) / CiteScore – Q1 (General Mathematics)

Special Issue “Machine Learning, Metaheuristics and Combinatorial Optimization Problems”

Deadline for manuscript submissions: 10 February 2023.

Special Issue Editors

Prof. Dr. Víctor Yepes E-Mail Website SciProfiles Guest Editor
Institute of Concrete Science and Technology (ICITECH), Universitat Politècnica de València, 46022 València, Spain
Interests: multiobjective optimization; structures optimization; lifecycle assessment; social sustainability of infrastructures; reliability-based maintenance optimization; optimization and decision-making under uncertainty
Special Issues, Collections and Topics in MDPI journals
Dr. José Antonio García E-Mail Website Guest Editor
Escuela de Ingeniería en Construcción, Pontificia Universidad Católica de Valparaíso, Avenida Brasil 2147, Valparaíso 2362804, Chile
Interests: optimization; deep learning; operations research; artificial intelligence applications to industrial problems
Special Issues, Collections and Topics in MDPI journals
Dr. Broderick Crawford E-Mail Website SciProfiles Guest Editor
Escuela de Ingeniería Informática, Pontificia Universidad Católica de Valparaíso, Avenida Brasil 2241, Valparaíso 2362807, Chile
Interests: information systems; management information systems; operations research; constraint satisfaction problems; collaboration of solvers

Special Issue Information

Dear Colleagues,

Complex combinatorial problems have been successfully addressed through metaheuristic techniques. However, as the size of the problem increases, so does the need for robust optimization algorithms. An interesting method of strengthening these algorithms is through the application of hybrid techniques, specifically the hybridization of machine learning and metaheuristics. We invite researchers to submit articles on combined optimization and hybrid techniques for this Special Issue. Benchmarking problems or applications in the industry are also of interest.

The areas of machine learning and data science have received considerable research interest in recent years. These techniques have strongly excelled in supporting decision-making in complex and data-intensive scenarios. In this Special Issue, we are additionally interested in contributions to machine learning applications in the industry.

Prof. Víctor Yepes
Dr. José Antonio García
Dr. Broderick Crawford
Guest Editors

Manuscript Submission Information

Manuscripts should be submitted online at www.mdpi.com by registering and logging in to this website. Once you are registered, click here to go to the submission form. Manuscripts can be submitted until the deadline. All submissions that pass pre-check are peer-reviewed. Accepted papers will be published continuously in the journal (as soon as accepted) and will be listed on the special issue website. Research articles, review articles as well as short communications are invited. For planned papers, a title, and short abstract (about 100 words) can be sent to the Editorial Office for announcement on this website.

Submitted manuscripts should not have been published previously nor be under consideration for publication elsewhere (except conference proceedings papers). All manuscripts are thoroughly refereed through a single-blind peer-review process. A guide for authors and other relevant information for submission of manuscripts is available on the Instructions for Authors page. Mathematics is an international peer-reviewed open access semimonthly journal published by MDPI.

Please visit the Instructions for Authors page before submitting a manuscript. The Article Processing Charge (APC) for publication in this open access journal is 1800 CHF (Swiss Francs). Submitted papers should be well formatted and use good English. Authors may use MDPI’s English editing service before publication or during author revisions.

Optimización de puentes mixtos mediante aceptación por umbrales

Hemos presentado en el 11th International Conference on Bridge Maintenance, Safety and Management IABMAS 2022, una comunicación sobre la optimización de puentes mixtos mediante el algoritmo de aceptación por umbrales. Este congreso se desarrolla en Barcelona, del 11 al 15 de julio del 2022. El trabajo se enmarca dentro del proyecto de investigación HYDELIFE que dirijo como investigador principal en la Universitat Politècnica de València.

La complejidad de la optimización de los puentes se debe, entre otras razones, a que el diseño de este tipo de estructuras presenta muchas variables. Estas generan un espacio de soluciones con demasiadas posibilidades para ser evaluadas en su totalidad. Por ello, en este trabajo se ha realizado la optimización de un puente mixto de vigas cajón considerando el coste como función objetivo mediante el uso de métodos heurísticos. Para lograr este objetivo, se ha elegido un Operador de Aceptación de Umbral con Mutación (TAMO) para la optimización estructural de un puente compuesto de acero-hormigón. La adición de celdas en las conexiones entre almas y alas mejora el comportamiento estructural de la sección transversal. El diseño de doble acción compuesta propuesto permite reducir el número de rigidizadores para este caso de estudio. Este método automatiza el proceso de optimización de un diseño inicial de un puente de material compuesto, permitiendo alcanzar diseños óptimos sin necesidad de contar con una experiencia significativa en el diseño estructural de puentes.

Abstract

The bridge optimization’s complexity is due to the design of this type of structure’s many variables. These generate a space of solutions with too many possibilities to be evaluated in their totality. Because of this, in this work, the optimization of a steel-concrete composite box girder bridge has been performed considering cost as an objective function by using heuristic methods. To achieve this objective, a Threshold Accepting with a Mutation Operator (TAMO) has been chosen for the structural optimization of a steel-concrete composite bridge. The addition of cells on the connections between webs and flanges improves the cross-section structural behaviour. The proposed double composite-action design allows for reducing the number of stiffeners for this study case. This method automatizes the optimization process of an initial design of a composite bridge, allowing it to reach optimum designs without significant expertise in bridge structural design.

Reference:

MARTÍNEZ-MUÑOZ, D.; MARTÍ, J.V.; YEPES, V. (2022). Steel-concrete composite bridge optimization through threshold accepting. 11th International Conference on Bridge Maintenance, Safety and Management IABMAS 2022, 11-15 July 2022, Barcelona, Spain.

Descargar (PDF, 760KB)