Special Issue “Deep Learning and Hybrid-Metaheuristics: Novel Engineering Applications”

Mathematics (ISSN 2227-7390) is a peer-reviewed open access journal which provides an advanced forum for studies related to mathematics, and is published monthly online by MDPI. The European Society for Fuzzy Logic and Technology (EUSFLAT) and International Society for the Study of Information (IS4SI) are affiliated with Mathematics and their members receive a discount on article processing charges.

Open Access—free for readers, with article processing charges (APC) paid by authors or their institutions.
High Visibility: Indexed in the Science Citation Indexed Expanded – SCIE (Web of Science) from Vol. 4 (2016) and Scopus.
Rapid Publication: manuscripts are peer-reviewed and a first decision provided to authors approximately 16.4 days after submission; acceptance to publication is undertaken in 4.6 days (median values for papers published in this journal in the first half of 2020).
Recognition of Reviewers: reviewers who provide timely, thorough peer-review reports receive vouchers entitling them to a discount on the APC of their next publication in any MDPI journal, in appreciation of the work done.

Impact Factor: 1.747 (2019) (First decile JCR)

Special Issue “Deep Learning and Hybrid-Metaheuristics: Novel Engineering Applications”

Deadline for manuscript submissions: 30 April 2021.

Special Issue Editors

Prof. Dr. Víctor Yepes Website SciProfiles
Guest Editor

ICITECH, Universitat Politècnica de València, Valencia, Spain
Interests: multiobjective optimization; structure optimization; lifecycle assessment; social sustainability of infrastructures; reliability-based maintenance optimization; optimization and decision-making under uncertainty
Special Issues and Collections in MDPI journals

Dr. José Antonio García Website
Guest Editor

Pontificia Universidad Católica de Valparaíso, Chile
Interests: optimization; deep learning; operations research; artificial intelligence applications to industrial problems

Special Issue Information

Dear Colleagues,

Hybrid metaheuristic methods have shown very good performances in different combinatorial problems. Additionally, the rise of machine learning techniques has created a space to develop metaheuristic algorithms that use these techniques in order to tackle NP-hard problems and improve the convergence of algorithms. In this Special Issue, we invite researchers to submit papers in this optimization line, applying hybrid algorithms to industrial problems, including but not limited to industrial applications, and challenging problems arising in the fields of big data, construction, sustainability, transportation, and logistics, among others.

Deep learning techniques have also been important tools in extracting features, classifying situations, predicting events, and assisting in decision making. Some of these tools have been applied, for example, to Industry 4.0. Among the main techniques used are feedforward networks (FNN), convolutional networks (CNN), long-term short memory (LSTM), autoencoders (AE), enerative adversarial networks, and deep Q-networks (DQNs). Contributions on practical deep learning applications and cases are invited to this Special Issue, including but not limited to applications to the industry of computational vision, natural language processing, supervised learning applied to industry, unsupervised learning applied to industry, and reinforcement learning, among others.

Prof. Dr. Víctor Yepes
Dr. José Antonio García
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 papers will be peer-reviewed. Accepted papers will be published continuously in the journal (as soon as accepted) and will be listed together 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 monthly 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 1200 CHF (Swiss Francs). Submitted papers should be well formatted and use good English. Authors may use MDPI’s English editing service prior to publication or during author revisions.

Keywords

Construction
Smart cities
Optimization
Deep learning

Optimización de muros de contrafuertes mediante algoritmo híbrido de enjambre de partículas y clustering

Acaban de publicarnos un artículo en la revista Mathematics, revista indexada en el primer cuartil del JCR. En este artículo se presenta un algoritmo híbrido de enjambre de partículas y clustering para optimizar el coste y las emisiones de CO $_{2}$ de un muro de contrafuertes. El trabajo se enmarca dentro del proyecto de investigación DIMALIFE que dirijo como investigador principal en la Universitat Politècnica de València.

El diseño de los muros de contrafuertes es un problema de optimización combinatoria de interés debido a las aplicaciones prácticas relativas al ahorro de costos que implica el diseño y la optimización en la cantidad de emisiones de CO $_{2}$ generadas en su construcción. Por otro lado, este problema presenta importantes retos en cuanto a complejidad computacional, pues involucra 32 variables de diseño, por lo que tenemos en el orden de 10^20 combinaciones posibles. En este artículo proponemos un algoritmo híbrido en el que se integra el método de optimización del enjambre de partículas que resuelve los problemas de optimización en espacios continuos con la técnica de clustering db-scan. Este algoritmo optimiza dos funciones objetivo: las emisiones de carbono y el costo económico de los muros de hormigón armado. Para evaluar la contribución del operador del db-scan en el proceso de optimización, se diseñó un operador aleatorio. Se comparan las mejores soluciones, los promedios y los rangos intercuartílicos de las distribuciones obtenidas. A continuación se comparó el algoritmo db-scan con una versión híbrida que utiliza k-means como método de discretización y con una implementación discreta del algoritmo de búsqueda de armonía. Los resultados indican que el operador db-scan mejora significativamente la calidad de las soluciones y que la metaheurística propuesta muestra resultados competitivos con respecto al algoritmo de búsqueda de armonía.

Abstract:

The design of reinforced earth retaining walls is a combinatorial optimization problem of interest due to practical applications regarding the cost savings involved in the design and the optimization in the amount of CO $_{2}$ emissions generated in its construction. On the other hand, this problem presents important challenges in computational complexity since it involves 32 design variables; therefore we have in the order of $10^{20}$ possible combinations. In this article, we propose a hybrid algorithm in which the particle swarm optimization method is integrated that solves optimization problems in continuous spaces with the db-scan clustering technique, with the aim of addressing the combinatorial problem of the design of reinforced earth retaining walls. This algorithm optimizes two objective functions: the carbon emissions embedded and the economic cost of reinforced concrete walls. To assess the contribution of the db-scan operator in the optimization process, a random operator was designed. The best solutions, the averages, and the interquartile ranges of the obtained distributions are compared. The db-scan algorithm was then compared with a hybrid version that uses k-means as the discretization method and with a discrete implementation of the harmony search algorithm. The results indicate that the db-scan operator significantly improves the quality of the solutions and that the proposed metaheuristic shows competitive results with respect to the harmony search algorithm.

Keywords:

CO2 emission; earth-retaining walls; optimization; db-scan; particle swarm optimization

Reference:

GARCÍA, J.; MARTÍ, J.V.; YEPES, V. (2020). The buttressed walls problem: An application of a hybrid clustering particle swarm optimization algorithm. Mathematics, 8(6):862. https://doi.org/10.3390/math8060862

Descargar (PDF, 847KB)

Evaluación del impacto ambiental y social de puentes de carretera óptimos de hormigón postesado

Acaban de publicarnos un artículo en la revista Sustainability, revista indexada en JCR. En este artículo se evalúa el impacto social y ambiental de puentes de carretera óptimos de hormigón postesado. El trabajo se enmarca dentro del proyecto de investigación DIMALIFE que dirijo como investigador principal en la Universitat Politècnica de València.

La mayoría de las definiciones de sostenibilidad incluyen tres pilares básicos: económico, ambiental y social. El aspecto económico siempre se evalúa, pero no necesariamente en el sentido de la sostenibilidad económica. Por otra parte, el aspecto ambiental se está considerando cada vez más, mientras que el pilar social apenas se ha trabajado en él. Centrándose en los pilares ambiental y social, resulta crucial el uso de metodologías que permitan una evaluación amplia de todos los aspectos y la integración de la evaluación en unos pocos indicadores que sean comprensibles. Este artículo se estructura en dos partes. En la primera parte se hace un examen de los métodos de evaluación del impacto del ciclo de vida, que permiten una evaluación amplia de los aspectos ambiental y social. En la segunda parte, se realiza una evaluación completa de la sostenibilidad ambiental y social utilizando la base de datos de ecoinvent y el método ReCiPe, para el pilar ambiental, y la base de datos SOCA y el método simple de ponderación del impacto social, para el pilar social. Esta metodología se utilizó para comparar tres puentes optimizados: dos puentes de carretera de hormigón postensado de sección en cajón con diversas características iniciales y de mantenimiento, y un puente prefabricado de hormigón pretensado. Los resultados muestran que existe una alta interrelación entre el impacto ambiental y social para cada etapa del ciclo de vida.

Abstract

Most of the definitions of sustainability include three basic pillars: economic, environmental, and social. The economic pillar has always been evaluated but not necessarily in the sense of economic sustainability. On the other hand, the environmental pillar is increasingly being considered, while the social pillar is weakly developed. Focusing on the environmental and social pillars, the use of methodologies to allow a wide assessment of these pillars and the integration of the assessment in a few understandable indicators is crucial. This article is structured into two parts. In the first part, a review of life cycle impact assessment methods, which allow a comprehensive assessment of the environmental and social pillars, is carried out. In the second part, a complete environmental and social sustainability assessment is made using the ecoinvent database and ReCiPe method, for the environmental pillar, and SOCA database and simple Social Impact Weighting method, for the social pillar. This methodology was used to compare three optimized bridges: two box-section post-tensioned concrete road bridges with a variety of initial and maintenance characteristics, and a pre-stressed concrete precast bridge. The results show that there is a high interrelation between the environmental and social impact for each life cycle stage.

Keywords

Sustainability; LCA; S-LCA; social assessment; ecoinvent; SOCA

Reference:

PENADÉS-PLÀ, V.; MARTÍNEZ-MUÑOZ, D.; GARCÍA-SEGURA, T.; NAVARRO, I.J.; YEPES, V. (2020). Environmental and social impact assessment of optimized post-tensioned concrete road bridges. Sustainability, 12(10), 4265. DOI:10.3390/su12104265

Descargar (PDF, 1.52MB)

El profesor José Antonio García Conejeros de estancia con nosotros en la Universitat Politècnica de València

Nuestro grupo de investigación está muy orgulloso y es muy afortunado de contar con visitas y estancias de otros profesores, de gran prestigio internacional, que vienen a trabajar y compartir experiencias en la Universitat Politècnica de València. Si en entradas anteriores hablé de la estancia del profesor Dan M. Frangopol, de la visita del profesor Gizo Parskhaladze, y de la estancia de investigación del profesor Moacir Kripka , ahora me toca hablar de la estancia que ha tenido con nosotros el profesor José Antonio García Conejeros en el ICITECH. Estuvo con nosotros durante su “verano” austral, y se fue justo antes de que se declarara el estado de alarma en España por el coronavirus.

Tuve la ocasión de conocer a José Antonio con motivo de mi visita a la Pontificia Universidad Católica de Valparaíso (Chile), en mayo de 2019. Allí tuve la ocasión de impartir varias conferencias sobre optimización y toma de decisiones en puentes e infraestructuras viarias. Fruto de esta colaboración, a parte de los relacionados con la investigación, se extienden al futuro intercambio de estudiantes y profesorado entre nuestras respectivas universidades y en la participación conjunta en proyectos de investigación y de transferencia tecnológica. En las referencias os dejo tres artículos que hemos publicado como consecuencia de su estancia. Seguro que vendrán muchos más. Todo un verdadero placer.

También os dejo parte de la entrevista que le hicieron en su universidad con motivo de la estancia. La entrevista completa la tenéis aquí: http://icc.pucv.cl/noticias/profesor-jose-antonio-garcia-realiza-estadia-de-investigacion-en-espana

¿Cuáles fueron los motivos de su estadía académica en la ciudad de Valencia?

El principal motivo fue realizar una colaboración con el equipo de investigación de Ingeniero de Caminos, Canales y Puertos, de la Universidad Politécnica de Valencia. Este equipo encabezado por el Dr. Víctor Yepes, tiene una gran experiencia en todo lo que es estructuras de caminos, canales y puentes. Y por mi lado yo tengo una experiencia académica e industrial en el área de inteligencia artificial. Entonces el objetivo es integrar ambos mundos, para resolver un problema complejo.

¿Podría detallarnos las actividades académicas o de investigación realizadas allá?

Las actividades académicas en la primera semana fueron de reuniones donde definimos un problema a trabajar. Posteriormente yo realicé una propuesta de cómo utilizar métodos de optimización para abordar un problema de sustentabilidad. Las semanas siguientes fueron de trabajo técnico donde se resolvió el problema obtuve los resultados y los discutimos par ver la calidad y la pertinencia de publicarlos.

¿De qué manera continuará el trabajo realizado allá?

El trabajo continúa en dos líneas. La primera es generar publicaciones en conjunto, la escuela de ingeniería en construcción PUCV y el grupo de Víctor. La segunda es potenciar el capital Humano avanzado, tanto con académicos o alumnos de allá que vengan a realizar estadías acá, y alumnos de la PUCV que vayan a potencias sus capacidades al grupo de Víctor.

¿Algo más que desee agregar?

La estadía fue bastante constructiva ya que me permitió entrar en una nueva línea de investigación en sustentabilidad y también decir que nos aprobaron el articulo de investigación “Black hole algorithm for sustainable design of counterfort retaining walls.” en Sustainability, que es una revista ISI-SCIE.

Referencias:

GARCÍA, J.; MARTÍ, J.V.; YEPES, V. (2020). The buttressed walls problem: An application of a hybrid clustering particle swarm optimization algorithm. Mathematics, 8(6):862. https://doi.org/10.3390/math8060862

GARCÍA, J.; YEPES, V.; MARTÍ, J.V. (2020). A hybrid k-means cuckoo search algorithm applied to the counterfort retaining walls problem. Mathematics, 8(4), 555. DOI:10.3390/math8040555

YEPES, V.; MARTÍ, J.V.; GARCÍA, J. (2020). Black hole algorithm for sustainable design of counterfort retaining walls. Sustainability, 12(7), 2767. DOI:10.3390/su12072767

Optimización del mantenimiento del pavimento en carreteras mediante GRASP

La insuficiente inversión en el sector público junto con programas ineficaces de infraestructura de mantenimiento conducen a altos costos económicos a largo plazo. Por lo tanto, los responsables de la infraestructura necesitan herramientas prácticas para maximizar la eficacia a largo plazo de los programas de mantenimiento. En el artículo que os presento se describe una herramienta de optimización basada en un procedimiento híbrido de búsqueda aleatoria y adaptativa (GRASP) considerando la aceptación del umbral (TA) con restricciones relajadas. Esta herramienta facilita el diseño de programas de mantenimiento óptimos sujetos a restricciones presupuestarias y técnicas, explorando el efecto de diferentes escenarios presupuestarios en el estado general de la red. La herramienta de optimización se aplica a un estudio de caso, demostrando su eficiencia para analizar datos reales. Se demuestra que los programas de mantenimiento optimizado rinden un 40% más a largo plazo que los programas tradicionales basados en una estrategia reactiva. Para ampliar los resultados obtenidos en este estudio de caso, también se optimizaron un conjunto de escenarios simulados, basados en el rango de valores encontrados en el ejemplo real. El trabajo concluye que este algoritmo de optimización mejora la asignación de los fondos de mantenimiento con respecto a la obtenida con una estrategia reactiva tradicional. El análisis de sensibilidad de una gama de escenarios presupuestarios indica que el nivel de financiación en los primeros años es un factor impulsor a largo plazo de los programas de mantenimiento óptimo.

Referencia:

YEPES, V.; TORRES-MACHÍ, C.; CHAMORRO, A.; PELLICER, E. (2016). Optimal pavement maintenance programs based on a hybrid greedy randomized adaptive search procedure algorithm. Journal of Civil Engineering and Management, 22(4):540-550. DOI:10.3846/13923730.2015.1120770

Os dejo a continuación la versión autor del artículo.

Descargar (PDF, 568KB)

Algoritmo híbrido de búsqueda del cuco para optimizar muros de contrafuertes

Acaban de publicarnos un artículo en la revista Mathematics, revista indexada en el primer cuartil del JCR. En este artículo se presenta un algoritmo híbrido de búsqueda del cuco y de clasificación no supervisada para optimizar el coste y las emisiones de CO2 de un muro de contrafuertes. El trabajo se enmarca dentro del proyecto de investigación DIMALIFE que dirijo como investigador principal en la Universitat Politècnica de València.

La Búsqueda Cuco se basa en la estrategia de reproducción de algunas especies de pájaros cucos. Éstos pájaros dejan sus huevos en los nidos de otros pájaros de otras especies para que éstas los críen, expulsando incluso los huevos del nido invadido. Si el pájaro anfitrión se percata que el huevo no es el propio, lo sacará del nido o directamente lo abandonará y construirá otro nido.

Por su parte, K-means es un algoritmo de clasificación no supervisada (clusterización) que agrupa objetos en k grupos basándose en sus características. El agrupamiento se realiza minimizando la suma de distancias entre cada objeto y el centroide de su grupo o cluster.

En este artículo se propone un algoritmo híbrido, en el que la metaheurística de búsqueda del cuco se utiliza como mecanismo de optimización en espacios continuos y la técnica de aprendizaje no supervisada k-means para discretizar las soluciones. Se diseña un operador aleatorio para determinar la contribución del operador k-means en el proceso de optimización. Se comparan los mejores valores, los promedios y los rangos intercuartiles de las distribuciones obtenidas. Los resultados muestran que el operador k-means contribuye significativamente a la calidad de las soluciones y que nuestro algoritmo es altamente competitivo.

Abstract

The counterfort retaining wall is one of the most frequent structures used in civil engineering. In this structure, optimization of cost and CO₂ emissions are important. The first is relevant in the competitiveness and efficiency of the company, the second in environmental impact. From the point of view of computational complexity, the problem is challenging due to the large number of possible combinations in the solution space. In this article, a k-means cuckoo search hybrid algorithm is proposed where the cuckoo search metaheuristic is used as an optimization mechanism in continuous spaces and the unsupervised k-means learning technique to discretize the solutions. A random operator is designed to determine the contribution of the k-means operator in the optimization process. The best values, the averages, and the interquartile ranges of the obtained distributions are compared. The hybrid algorithm was later compared to a version of harmony search that also solved the problem. The results show that the k-mean operator contributes significantly to the quality of the solutions and that our algorithm is highly competitive, surpassing the results obtained by harmony search.

Keywords

CO2emission; earth-retaining walls; optimization; k-means; cuckoo search

Referencia:

GARCÍA, J.; YEPES, V.; MARTÍ, J.V. (2020). A hybrid k-means cuckoo search algorithm applied to the counterfort retaining walls problem. Mathematics, 8(4), 555. DOI:10.3390/math8040555

Descargar (PDF, 1.24MB)

Optimización de emisiones de CO2 y costes de muros de contrafuertes con el algoritmo del agujero negro

Acaban de publicarnos un artículo en la revista Sustainability, revista indexada en JCR. En este artículo minimizamos las emisiones de CO2 en la construcción de un muro de contrafuertes de hormigón armado usando la metaheurística del agujero negro (Black Hole Algorithm). El trabajo se enmarca dentro del proyecto de investigación DIMALIFE que dirijo como investigador principal en la Universitat Politècnica de València.

La optimización del costo y de las emisiones de CO2 en los muros de contención de tierras es relevante, pues estas estructuras se utilizan muy frecuentemente en la ingeniería civil. La optimización de los costos es esencial para la competitividad de la empresa constructora, y la optimización de las emisiones es relevante en el impacto ambiental de la construcción. Para abordar la optimización se utilizó la metaheurística de los agujeros negros, junto con un mecanismo de discretización basado en la normalización mínimo-máxima. Se evaluó la estabilidad del algoritmo con respecto a las soluciones obtenidas; se analizaron los valores de acero y hormigón obtenidos en ambas optimizaciones. Además, se compararon las variables geométricas de la estructura. Los resultados muestran un buen rendimiento en la optimización con el algoritmo de agujero negro.

Abstract

The optimization of the cost and CO $_{2}$ emissions in earth-retaining walls is of relevance, since these structures are often used in civil engineering. The optimization of costs is essential for the competitiveness of the construction company, and the optimization of emissions is relevant in the environmental impact of construction. To address the optimization, black hole metaheuristics were used, along with a discretization mechanism based on min–max normalization. The stability of the algorithm was evaluated with respect to the solutions obtained; the steel and concrete values obtained in both optimizations were analyzed. Additionally, the geometric variables of the structure were compared. Finally, the results obtained were compared with another algorithm that solved the problem. The results show that there is a trade-off between the use of steel and concrete. The solutions that minimize CO $_{2}$ emissions prefer the use of concrete instead of those that optimize the cost. On the other hand, when comparing the geometric variables, it is seen that most remain similar in both optimizations except for the distance between buttresses. When comparing with another algorithm, the results show a good performance in optimization using the black hole algorithm.

Keywords

CO2 emission; earth-retaining walls; optimization; black hole; min–max discretization

Reference:

YEPES, V.; MARTÍ, J.V.; GARCÍA, J. (2020). Black hole algorithm for sustainable design of counterfort retaining walls. Sustainability, 12, 2767. DOI:10.3390/su12072767

Descargar (PDF, 770KB)

Optimización del diseño robusto de puentes en cajón

Acaban de publicarnos un artículo en la revista Mathematics, revista indexada en el primer cuartil del JCR. En este artículo tratamos de solucionar uno de los problemas que presentan las estructuras óptimas, que es su cercanía a los estados límite y demás restricciones. El trabajo se enmarca dentro del proyecto de investigación DIMALIFE que dirijo como investigador principal en la Universitat Politècnica de València.

En efecto, el diseño de una estructura se lleva a cabo generalmente según un enfoque determinista. Sin embargo, todos los problemas estructurales tienen asociados parámetros iniciales inciertos que pueden diferir del valor de diseño. Esto se vuelve importante cuando el objetivo es alcanzar estructuras optimizadas, pues una pequeña variación de estos parámetros inciertos iniciales puede tener una gran influencia en el comportamiento estructural. El objetivo de la optimización de un diseño robusto es obtener un diseño óptimo con la menor variación posible de las funciones objetivas. Para ello, es necesaria una optimización probabilística para obtener los parámetros estadísticos que representen el valor medio y la variación de la función objetivo considerada. Sin embargo, una de las desventajas del diseño robusto óptimo es su alto costo de cálculo. En el presente artículo, la optimización del diseño robusto se aplica al diseño de un puente peatonal continuo de sección en cajón que sea óptimo en cuanto a su costo y robusto en cuanto a la estabilidad estructural. Además, se utiliza el muestreo de hipercubo latino y el metamodelo de kriging para hacer frente al alto costo computacional. Los resultados muestran que las principales variables que controlan el comportamiento estructural son la profundidad de la sección transversal y la resistencia a la compresión del hormigón y que se puede llegar a una solución de compromiso entre el coste óptimo y la robustez del diseño.

Abstract

The design of a structure is generally carried out according to a deterministic approach. However, all structural problems have associated initial uncertain parameters that can differ from the design value. This becomes important when the goal is to reach optimized structures, as a small variation of these initial uncertain parameters can have a big influence on the structural behavior. The objective of robust design optimization is to obtain an optimum design with the lowest possible variation of the objective functions. For this purpose, a probabilistic optimization is necessary to obtain the statistical parameters that represent the mean value and variation of the objective function considered. However, one of the disadvantages of the optimal robust design is its high computational cost. In this paper, robust design optimization is applied to design a continuous prestressed concrete box-girder pedestrian bridge that is optimum in terms of its cost and robust in terms of structural stability. Furthermore, Latin hypercube sampling and the kriging metamodel are used to deal with the high computational cost. Results show that the main variables that control the structural behavior are the depth of the cross-section and compressive strength of the concrete and that a compromise solution between the optimal cost and the robustness of the design can be reached.

Keywords

Robust design optimization; RDO; post-tensioned concrete; box-girder bridge; structural optimization; metamodel; kriging

Reference:

Penadés-Plà, V.; García-Segura, T.; Yepes, V. Robust Design Optimization for Low-Cost Concrete Box-Girder Bridge. Mathematics 2020, 8, 398.

Descargar (PDF, 1.11MB)

Sostenibilidad y resiliencia de las infraestructuras a través de la planificación multinivel

Acaban de publicarnos un artículo en la revista International Journal of Environmental Research and Public Health (revista indexada en el JCR) sobre la aplicación de la planificación multinivel como herramienta para mejorar la sostenibilidad y la resiliencia de las infraestructuras. El trabajo se enmarca dentro del proyecto de investigación DIMALIFE que dirijo como investigador principal en la Universitat Politècnica de València.

Se aplica una metodología novedosa de control jerárquico con múltiples objetivos para abordar la vulnerabilidad urbana, la mejora del estado de la red de carreteras y la minimización del costo económico como objetivos en un proceso de planificación resistente en el que tanto las acciones como su ejecución se planifican para un desarrollo controlado y sostenible. Basándose en el Sistema de Apoyo al Planeamiento Urbano, una herramienta de planificación desarrollada previamente, el sistema mejorado de apoyo al planeamiento ofrece una alternativa de planificación en la red de carreteras española, con el mejor equilibrio multiobjetivo entre optimización, riesgo y oportunidad. El proceso de planificación formaliza entonces la capacidad de adaptación local como la capacidad de variar la alternativa de planificación seleccionada dentro de ciertos límites, y el control del riesgo global como las obligaciones que deben cumplirse a cambio. Por último, mediante la optimización multiobjetivo, el método revela los equilibrios multiobjetivo entre la oportunidad local, el riesgo global y los derechos y deberes a escala local, proporcionando así una comprensión más profunda para una toma de decisiones mejor informada.

El artículo se ha publicado en una revista de alto impacto internacional, Q1 de la WOS, Impact Factor = 2,468 (2018), en acceso abierto, que se puede descargar desde la siguiente dirección: https://www.mdpi.com/1660-4601/17/3/962

Abstract

Resilient planning demands not only resilient actions, but also resilient implementation, which promotes adaptive capacity for the attainment of the planned objectives. This requires, in the case of multi-level infrastructure systems, the simultaneous pursuit of bottom-up infrastructure planning for the promotion of adaptive capacity, and of top-down approaches for the achievement of global objectives and the reduction of structural vulnerabilities and imbalances. Though several authors have pointed out the need to balance bottom-up flexibility with top-down hierarchical control for better plan implementation, very few methods have yet been developed with this aim, least of all with a multi-objective perspective. This work addressed this lack by including, for the first time, the mitigation of urban vulnerability, the improvement of road network condition, and the minimization of the economic cost as objectives in a resilient planning process in which both actions and their implementation are planned for a controlled, sustainable development. Building on Urban planning support system (UPSS), a previously developed planning tool, the improved planning support system affords a planning alternative over the Spanish road network, with the best multi-objective balance between optimization, risk, and opportunity. The planning process then formalizes local adaptive capacity as the capacity to vary the selected planning alternative within certain limits, and global risk control as the duties that should be achieved in exchange. Finally, by means of multi-objective optimization, the method reveals the multi-objective trade-offs between local opportunity, global risk, and rights and duties at local scale, thus providing deeper understanding for better informed decision-making.

Keywords:

Multi-scale assessment; hierarchical relational modeling; cascading impacts; adaptive capacity; infrastructure integrated planning; road network; decentralization optimization

Referencia:

SALAS, J.; YEPES, V. (2020). Enhancing sustainability and resilience through multi-level infrastructure planning. International Journal of Environmental Research and Public Health, 17:962; DOI:10.3390/ijerph17030962

Descargar (PDF, 4.49MB)

Optimización simultánea del coste y de la constructibilidad de pilares de hormigón armado

Os paso a continuación la comunicación completa presentada en el XL Ibero-Latin-American Congress on Computational Methods in Engineering (CILAMCE 2019), que tuvo lugar en Natal/RN, Brasil, del 11 al 14 de noviembre de 2019.

ABSTRACT:

Structural design, in general, consists of an iterative process developed with base on the intuition and previous experience of the designer. This strategy makes the design exhaustive and makes difficult to obtain the best solution. In addition, usually only one design criterion is adopted, being usually cost or weight. If other issues are considered, such as the environmental impact or construction facility, a more complex problem need to be solved. In such context, the aim of this work is to present the development and implementation of a formulation for obtaining optimal sections of reinforced concrete columns subjected to uniaxial flexural compression, taking as objectives the minimization of the cost and the maximization of the constructability. The constraints of the problem are based on the verification of strength proposed by the Brazilian code ABNT NBR 6118/2014. To the optimization of the column section, Simulated Annealing optimization method was adopted, in which the amount and diameters of the reinforcement bars and the dimensions of the columns cross sections were considered as discrete variables. The total cost is composed of the cost of steel bars, concrete, and formworks, and the maximization of constructability is obtained by minimizing the total number of steel bars. The optimized sections were compared to those obtained considering only the cost as the objective function. To the example considered, it was observed that a significant reduction of the number of steel bars can be achieved with a small increase on the section cost.

Keywords: Optimization, Reinforced concrete, Columns, Cost, Constructability

Reference:

KRIPKA, M.; YEPES, V.; GARCÍA-SEGURA, T. (2019). Otimização simultânea do custo e da constructibilidade de pilares em concreto armado. XL CILAMCE Ibero-Latin American Congress on Computational Methods in Engineering, 11-14 nov 2019, Natal/RN, Brazil.

Descargar (PDF, 748KB)