Categoría: optimización

Algunas conclusiones de nuestros trabajos en optimización multiobjetivo de puentes

Hoy hace justo un año que realicé mi defensa pública de la plaza de Catedrático de Universidad en el Área de Ingeniería de la Construcción. Tuve en aquel momento la oportunidad de exponer como parte de la prueba un trabajo de investigación, basado fundamentalmente en los trabajos realizados por nuestro grupo. Se trataba del diseño eficiente de puentes de hormigón postesado de sección en cajón unicelular mediante una optimización multiobjetivo basada en criterios sostenibles. Las conclusiones que aquí se resumen son fruto de varios estudios previos para examinar el uso de cementos con adiciones, la importancia de la carbonatación en la captura de CO2 y en la durabilidad, la reutilización del hormigón, el uso del hormigón autocompactante, los diseños sostenibles de puentes artesa prefabricados de hormigón pretensado, la relación entre el coste y el CO2, así como la energía, los diseños sostenibles de pasarelas de hormigón postesado, los algoritmos heurísticos y las técnicas de toma de decisiones para analizar y reducir el conjunto óptimo de Pareto. Los resultados de estos estudios previos fueron la base del trabajo presentado. Se planteó una optimización multiobjetivo basada en criterios económicos, ambientales, de durabilidad y de seguridad. Además, se formuló una herramienta informática que permitió el uso de software comercial para realizar el análisis del puente con elementos finitos, en un proceso de diseño automático. Al final de la entrada os he dejado referencias directamente relacionadas con la investigación de nuestro grupo en optimización multiobjetivo y toma de decisión multicriterio de puentes a lo largo de su ciclo de vida.

En primer lugar, se estudió el diseño óptimo de puentes de carreteras de hormigón postesado de sección en cajón considerando los costes, las emisiones de CO2 y el coeficiente de seguridad global. Para aplicar la metodología propuesta, se realizó un estudio de caso de un puente continuo de tres vanos situado en una zona costera. Los resultados mostraron que tanto el coste económico como la reducción de las emisiones de CO2 conducen a una reducción en el consumo de material y por lo tanto, son objetivos alineados. Ello indica que la optimización de costes es un buen enfoque para lograr un diseño respetuoso con el medio ambiente. El análisis de la frontera de Pareto indicó las variables más eficientes para mejorar la seguridad con el coste mínimo y las emisiones de CO2. Dado que el coste y las emisiones estaban estrechamente relacionados, el desafío se tradujo en la conversión de las limitaciones estructurales de seguridad y durabilidad en funciones objetivo. Este enfoque permitió encontrar múltiples soluciones alternativas que, con un incremento muy pequeño en el coste, consiguen mayor seguridad y durabilidad. Además, se destacó la eficiencia del aumento de la resistencia y del recubrimiento del hormigón para prolongar la vida útil. La frontera de Pareto se utilizó posteriormente para seleccionar planes de mantenimiento del puente óptimos, basados en su nivel inicial de seguridad y durabilidad. Este planteamiento es consistente con el argumento de que el proceso de deterioro puede causar una reducción en la seguridad estructural. Este estudio permitió analizar las ventajas que presenta un diseño optimizado para prolongar la vida útil de la estructura y mejorar su seguridad. Se llevó a cabo una optimización de la vida útil sostenible a través de un enfoque probabilístico. El plan de mantenimiento óptimo tiene como objetivo minimizar los impactos económicos, ambientales y sociales mientras se satisface el objetivo de fiabilidad durante una vida útil. Finalmente, se compararon los costes del ciclo de vida y las emisiones entre las distintas alternativas.

En paralelo, se desarrolló un metamodelo basado en redes neuronales, para reducir el tiempo de cálculo. Las ANNs se entrenaron para predecir la respuesta estructural en términos de los estados límite en función de las variables de diseño, sin necesidad de un análisis completo del puente. Se propuso una metaheurística mejorada basada en la búsqueda de la armonía multiobjetivo. Se mejoró la diversificación y la intensificación en la búsqueda de soluciones para mejorar la convergencia. Finalmente, se propuso una técnica de toma de decisiones llamada AHP-VIKOR bajo incertidumbre para reducir la frontera de Pareto a un conjunto de soluciones preferidas. Este método permite al decisor introducir fácilmente las preferencias en un criterio específico sujeto a incertidumbre.

Las conclusiones generales de este trabajo de investigación fueron las siguientes:

  • La minimización de costes y emisiones de CO2 conduce a un diseño de puente que favorece la eficiencia estructural minimizando la cantidad de materiales. La inclusión del objetivo de seguridad destaca las mejores variables para mejorar la seguridad y por lo tanto, la robustez de cada variable para el diseño eficiente. El objetivo de durabilidad, evaluado como el inicio de la corrosión, estableció la mejor combinación de resistencia y recubrimiento del hormigón para alcanzar un objetivo de vida de servicio.
  • El canto, el espesor de la losa inferior, las armaduras activas y la armadura pasiva longitudinal son las variables principales que proporcionan la resistencia a flexión. Sin embargo, no se recomienda un incremento de espesor de la losa superior y del ala para mejorar la seguridad estructural, pues conduce a pesos propios adicionales. Para mejorar el comportamiento a flexión transversal, se incrementa el espesor del arranque del ala y se disminuye la longitud del ala. La inclinación del alma puede ser constante, pues tanto la profundidad como la anchura de inclinación del alma aumentan en paralelo para mejorar la seguridad. El espesor del alma no es la variable más económica para aumentar la resistencia a esfuerzo cortante; por el contrario, se incrementa la armadura de refuerzo.
  • El uso de hormigón de alta resistencia puede reducir el canto o la cantidad de armadura. Sin embargo, las restricciones relativas a los estados límite de servicio y las cuantías mínimas de armadura condicionan estas variables. Por lo tanto, el hormigón de alta resistencia no es la mejor solución para mejorar la seguridad. Sin embargo, este resultado cambia cuando se tiene en cuenta el ciclo de vida. Un incremento en la resistencia del hormigón alarga la vida útil de servicio, pues se retrasa el inicio de la corrosión. Por otro lado, el incremento en la resistencia del hormigón presenta mejores resultados a lo largo del ciclo de vida para diseños con inicios de corrosión similares, en comparación con el incremento del recubrimiento de hormigón.
  • Un diseño inicial que incorpore la durabilidad como objetivo y no como restricción resulta especialmente beneficioso si se quiere alargar el ciclo de vida de la estructura. Diseños que retrasen el inicio de la corrosión implican un menor coste del ciclo de vida, incluso con costes iniciales más altos. Sin embargo, un nivel de seguridad inicial más alto no siempre ofrece como resultado un mejor rendimiento del ciclo de vida.

 

A partir de los estudios, se extrajeron estas conclusiones específicas:

  • El empleo de cementos con adiciones conlleva una reducción en la captura de carbono y en la vida útil debido a la carbonatación. A pesar de esto, los cementos con adiciones disminuyen las emisiones anuales. El hormigón autocompactante no es aconsejable desde el punto de vista medioambiental. En términos de coste, se obtienen pocas diferencias entre el hormigón vibrado convencional y el hormigón autocompactante.
  • Es fundamental reutilizar el hormigón como gravas en material de relleno para lograr una completa carbonatación y reducir las emisiones de CO2.
  • En el puente postesado estudiado, la reducción del coste en 1 euro disminuye las emisiones de CO2 en 2,34 kg. En cuanto al coeficiente de seguridad global, se obtienen tres relaciones lineales entre el coste y este objetivo. Para aumentar el coeficiente de seguridad global de 1,0 a 1,4, los costes aumentan en 12,5%. Después de este punto, los resultados de mejora de la seguridad son más caros. Con respecto al inicio de la corrosión, con pequeños incrementos de coste se consiguen retrasos significativos.
  • El estado límite de descompresión es restrictivo y condiciona variables como el canto y el número de torones de pretensado. Dado que estas variables también influyen en la flexión, este estado límite no es restrictivo hasta que el coeficiente de seguridad global alcanza 1,4.
  • La relación entre el coste y el CO2 se mantiene para todos los niveles de seguridad y por lo tanto, la optimización de costes es un buen enfoque para minimizar las emisiones independientemente del nivel de seguridad.
  • En estructuras con un espacio de soluciones factibles pequeños, el coste y la emisión se encuentran muy relacionados. Sin embargo, las estructuras de hormigón armado, que presentan espacios factibles mayores, conducen a diseños medioambientales con mayores secciones, mayor cantidad de hormigón, menor acero y horigones con la menor resistencia característica.
  • El plan de mantenimiento óptimo es aquel que presenta menos operaciones que reparen simultáneamente todas las superficies deterioradas. A pesar de que existe un deterioro diferente para cada una de las caras de la sección expuesta, los resultados recomiendan reparar todas las superficies conjuntamente. Las operaciones de mantenimiento deben programarse al mismo tiempo para reducir el impacto de las interrupciones del tráfico.
  • Por lo general, la optimización del coste de mantenimiento también conduce a la minimización de las emisiones de CO2. Esto se atribuye al hecho de que tanto las emisiones como los costes pretenden reducir el número total de operaciones de mantenimiento. Sin embargo, la optimización de costes intenta retrasar la fecha de la primera reparación. Por lo tanto, la determinación del número de operaciones y el retraso de la primera fecha de mantenimiento, reduce también el coste al mínimo.
  • Las redes neuronales constituyen una buena herramienta para predecir la respuesta de la estructura, proporcionar una buena dirección de búsqueda y reducir el coste computacional. Sin embargo, al final del proceso de búsqueda, se necesitan modelos de análisis completo para converger más cerca de la frontera de Pareto real.
  • La transición de la diversificación a la intensificación, que elimina progresivamente la combinación de soluciones y la selección aleatoria, mejora el rendimiento del algoritmo.
  • El método AHP-VIKOR bajo incertidumbre redujo el conjunto de Pareto a pocas soluciones preferidas. Para este estudio de caso, se prefieren las soluciones con el mayor tiempo de inicio de la corrosión, pues la mejora de la durabilidad no implica grandes diferencias de costes.

 

Referencias:

  • PENADÉS-PLÀ, V.; GARCÍA-SEGURA, T.; YEPES, V. (2019). Accelerated optimization method for low-embodied energy concrete box-girder bridge design. Engineering Structures, 179:556-565. DOI:10.1016/j.engstruct.2018.11.015
  • NAVARRO, I.J.; MARTÍ, J.V.; YEPES, V. (2019). Reliability-based maintenance optimization of corrosion preventive designs under a life cycle perspective. Environmental Impact Assessment Review, 74:23-34. DOI:1016/j.eiar.2018.10.001
  • GARCÍA-SEGURA, T.; PENADÉS-PLÀ, V.; YEPES, V. (2018). Sustainable bridge design by metamodel-assisted multi-objective optimization and decision-making under uncertainty. Journal of Cleaner Production, 202: 904-915. DOI:1016/j.jclepro.2018.08.177
  • NAVARRO, I.J.; YEPES, V.; MARTÍ, J.V.; GONZÁLEZ-VIDOSA, F. (2018). Life cycle impact assessment of corrosion preventive designs applied to prestressed concrete bridge decks. Journal of Cleaner Production, 196: 698-713. DOI:10.1016/j.jclepro.2018.06.110
  • NAVARRO, I.J.; YEPES, V.; MARTÍ, J.V. (2018). Social life cycle assessment of concrete bridge decks exposed to aggressive environments. Environmental Impact Assessment Review, 72:50-63. DOI:1016/j.eiar.2018.05.003
  • SIERRA, L.A.; YEPES, V.; PELLICER, E. (2018). A review of multi-criteria assessment of the social sustainability of infrastructures. Journal of Cleaner Production, 187:496-513. DOI:1016/j.jclepro.2018.03.022
  • NAVARRO, I.J.; YEPES, V.; MARTÍ, J.V. (2018). Life cycle cost assessment of preventive strategies applied to prestressed concrete bridges exposed to chlorides. Sustainability, 10(3):845. DOI:3390/su10030845
  • PENADÉS-PLÀ, V.; GARCÍA-SEGURA, T.; MARTÍ, J.V.; YEPES, V. (2018). An optimization-LCA of a prestressed concrete precast bridge. Sustainability, 10(3):685. DOI:3390/su10030685
  • SIERRA, L.A.; YEPES, V.; GARCÍA-SEGURA, T.; PELLICER, E. (2018). Bayesian network method for decision-making about the social sustainability of infrastructure projects. Journal of Cleaner Production, 176:521-534. DOI:1016/j.jclepro.2017.12.140
  • GARCÍA-SEGURA, T.; YEPES, V.; FRANGOPOL, D.M. (2017). Multi-Objective Design of Post-Tensioned Concrete Road Bridges Using Artificial Neural Networks. Structural and Multidisciplinary Optimization, 56(1):139-150. DOI:1007/s00158-017-1653-0
  • GARCÍA-SEGURA, T.; YEPES, V.; FRANGOPOL, D.M.; YANG, D.Y. (2017). Lifetime Reliability-Based Optimization of Post-Tensioned Box-Girder Bridges. Engineering Structures, 145:381-391. DOI:10.1016/j.engstruct.2017.05.013
  • PENADÉS-PLÀ, V.; MARTÍ, J.V.; GARCÍA-SEGURA, T.; YEPES, V. (2017). Life-cycle assessment: A comparison between two optimal post-tensioned concrete box-girder road bridges. Sustainability, 9(10):1864. DOI:10.3390/su9101864
  • SIERRA, L.A.; PELLICER, E.; YEPES, V. (2017). Method for estimating the social sustainability of infrastructure projects. Environmental Impact Assessment Review, 65:41-53. DOI:10.1016/j.eiar.2017.02.004
  • SIERRA, L.A.; YEPES, V.; PELLICER, E. (2017). Assessing the social sustainability contribution of an infrastructure project under conditions of uncertainty. Environmental Impact Assessment Review, 67:61-72. DOI:10.1016/j.eiar.2017.08.003
  • YEPES, V.; MARTÍ, J.V.; GARCÍA-SEGURA, T.; GONZÁLEZ-VIDOSA, F. (2017). Heuristics in optimal detailed design of precast road bridges. Archives of Civil and Mechanical Engineering, 17(4):738-749. DOI:10.1016/j.acme.2017.02.006
  • PENADÉS-PLÀ, V.; GARCÍA-SEGURA, T.; MARTÍ, J.V.; YEPES, V. (2016). A review of multi-criteria decision making methods applied to the sustainable bridge design. Sustainability, 8(12):1295. DOI:10.3390/su8121295
  • GARCÍA-SEGURA, T.; YEPES, V. (2016). Multiobjective optimization of post-tensioned concrete box-girder road bridges considering cost, CO2 emissions, and safety. Engineering Structures, 125:325-336. DOI:10.1016/j.engstruct.2016.07.012
  • MARTÍ, J.V.; GARCÍA-SEGURA, T.; YEPES, V. (2016). Structural design of precast-prestressed concrete U-beam road bridges based on embodied energy. Journal of Cleaner Production, 120:231-240. DOI:10.1016/j.jclepro.2016.02.024
  • GARCÍA-SEGURA, T.; YEPES, V.; ALCALÁ, J.; PÉREZ-LÓPEZ, E. (2015). Hybrid harmony search for sustainable design of post-tensioned concrete box-girder pedestrian bridges. Engineering Structures, 92:112-122. DOI:10.1016/j.engstruct.2015.03.015
  • LUZ, A.; YEPES, V.; GONZÁLEZ-VIDOSA, F.; MARTÍ, J.V. (2015). Design of open reinforced concrete abutments road bridges with hybrid stochastic hill climbing algorithms. Informes de la Construcción, 67(540), e114. DOI:10.3989/ic.14.089
  • MARTÍ, J.V.; YEPES, V.; GONZÁLEZ-VIDOSA, F. (2015). Memetic algorithm approach to designing of precast-prestressed concrete road bridges with steel fiber-reinforcement. Journal of Structural Engineering, 141(2): 04014114. DOI:10.1061/(ASCE)ST.1943-541X.0001058
  • YEPES, V.; GARCÍA-SEGURA, T.; MORENO-JIMÉNEZ, J.M. (2015). A cognitive approach for the multi-objective optimization of RC structural problems. Archives of Civil and Mechanical Engineering, 15(4):1024-1036. DOI:10.1016/j.acme.2015.05.001
  • YEPES, V.; MARTÍ, J.V.; GARCÍA-SEGURA, T. (2015). Cost and CO2 emission optimization of precast-prestressed concrete U-beam road bridges by a hybrid glowworm swarm algorithm. Automation in Construction, 49:123-134. DOI:10.1016/j.autcon.2014.10.013
  • MARTÍ, J.V.; YEPES, V.; GONZÁLEZ-VIDOSA, F.; LUZ, A. (2014). Automated design of prestressed concrete precast road bridges with hybrid memetic algorithms. Revista Internacional de Métodos Numéricos para Cálculo y Diseño en Ingeniería, 30(3), 145-154. DOI:10.1016/j.rimni.2013.04.010
  • GARCÍA-SEGURA, T.; YEPES, V.; MARTÍ, J.V.; ALCALÁ, J. (2014). Optimization of concrete I-beams using a new hybrid glowworm swarm algorithm. Latin American Journal of Solids and Structures, 11(7):1190 – 1205. DOI: 1590/S1679-78252014000700007
  • GARCÍA-SEGURA, T.; YEPES, V.; ALCALÁ, J. (2014). Life-cycle greenhouse gas emissions of blended cement concrete including carbonation and durability. International Journal of Life Cycle Assessment, 19(1):3-12. DOI:10.1007/s11367-013-0614-0
  • MARTÍ-VARGAS, J.R.; FERRI, F.J.; YEPES, V. (2013). Prediction of the transfer length of prestressing strands with neural networks. Computers and Concrete, 12(2):187-209. DOI:10.12989/cac.2013.12.2.187
  • TORRES-MACHÍ, C.; YEPES, V.; ALCALA, J.; PELLICER, E. (2013). Optimization of high-performance concrete structures by variable neighborhood search. International Journal of Civil Engineering, 11(2):90-99.
  • MARTÍNEZ-MARTÍN, F.; GONZÁLEZ-VIDOSA, F.; HOSPITALER, A.; YEPES, V. (2013). A parametric study of optimum tall piers for railway bridge viaducts. Structural Engineering and Mechanics, 45(6): 723-740. DOI: 12989/sem.2013.45.6.723
  • MARTÍ, J.V.; GONZÁLEZ-VIDOSA, F.; YEPES, V.; ALCALÁ, J. (2013). Design of prestressed concrete precast road bridges with hybrid simulated annealing. Engineering Structures, 48:342-352. DOI:10.1016/j.engstruct.2012.09.014
  • MARTINEZ-MARTIN, F.J.; GONZALEZ-VIDOSA, F.; HOSPITALER, A.; YEPES, V. (2012). Multi-objective optimization design of bridge piers with hybrid heuristic algorithms. Journal of Zhejiang University-SCIENCE A (Applied Physics & Engineering, 13(6):420-432. DOI:10.1631/jzus.A1100304
  • PEREA, C.; YEPES, V.; ALCALÁ, J.; HOSPITALER, A.; GONZÁLEZ-VIDOSA, F. (2010). A parametric study of optimum road frame bridges by threshold acceptance. Indian Journal of Engineering & Materials Sciences, 17(6):427-437.
  • MARTÍNEZ, F.J.; GONZÁLEZ-VIDOSA, F.; HOSPITALER, A.; YEPES, V. (2010). Heuristic Optimization of RC Bridge Piers with Rectangular Hollow Sections. Computers & Structures, 88(5-6): 375-386. DOI:10.1016/j.compstruc.2009.11.009
  • YEPES, V.; DÍAZ, J.; GONZÁLEZ-VIDOSA, F.; ALCALÁ, J. (2009). Statistical Characterization of Prestressed Concrete Road Bridge Decks. Revista de la Construcción, 8(2):95-109.
  • PEREA, C.; ALCALÁ, J.; YEPES, V.; GONZÁLEZ-VIDOSA, F.; HOSPITALER, A. (2008). Design of Reinforced Concrete Bridge Frames by Heuristic Optimization. Advances in Engineering Software, 39(8): 676-688. DOI:10.1016/j.advengsoft.2007.07.007

Licencia de Creative Commons
Esta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional.

Tatiana García Segura, Junior Award IALCCE 2018

Es un honor haber dirigido la tesis doctoral de Tatiana García Segura “Efficient design of post-tensioned concrete box-girder road bridges based on sustainable multi-objective criteria”. Esta joven doctora ingeniera de caminos acaba de recibir el Premio Internacional al mejor investigador joven del mundo en el ámbito del análisis de estructuras e infraestructuras a lo largo de su ciclo de vida. Se trata del Junior Award IALCCE 2018, que premia al mejor investigador, con una edad menor a 42 años. Es la primera vez que un español gana este galardón, lo cual es un hito para la Escuela de Ingenieros de Caminos de Valencia y para la Universitat Politècnica de València.

Tatiana, que fue becaria FPI del proyecto de investigación HORSOST e investigadora del ICITECH,  ya ganó el primer premio Cemex en sostenibilidad por su trabajo fin de máster “Métricas para el diseño eficiente de estructuras con hormigones no convencionales basados en criterios sostenibles multiobjetivo”Máster Universitario en Ingeniería del Hormigón, desarrollado dentro del . En este momento, es profesora ayudante doctor en el Departamento de Ingeniería de la Construcción y Proyectos de Ingeniería Civil, e investigadora en los proyectos BRIDLIFE y DIMALIFE. Un futuro muy brillante para esta joven investigadora y profesora.

En la fotografía, de izquierda a derecha, Tatiana García Segura, Dan M. Frangopol y Víctor Yepes

A continuación os dejo un listado de los artículos científicos indexados en revistas de fuerte impacto del JCR donde ha participado Tatiana hasta este momento.

Referencias:

  1. GARCÍA-SEGURA, T.; PENADÉS-PLÀ, V.; YEPES, V. (2018). Sustainable bridge design by metamodel-assisted multi-objective optimization and decision-making under uncertainty.  Journal of Cleaner Production, 202:904-915. https://doi.org/10.1016/j.jclepro.2018.08.177
  2. PENADÉS-PLÀ, V.; GARCÍA-SEGURA, T.; MARTÍ, J.V.; YEPES, V. (2018). An optimization-LCA of a prestressed concrete precast bridge. Sustainability, 10(3):685. doi:10.3390/su10030685 (link)
  3. SIERRA, L.A.; YEPES, V.; GARCÍA-SEGURA, T.; PELLICER, E. (2018). Bayesian network method for decision-making about the social sustainability of infrastructure projects.  Journal of Cleaner Production, 176:521-534. https://doi.org/10.1016/j.jclepro.2017.12.140
  4. PENADÉS-PLÀ, V.; MARTÍ, J.V.; GARCÍA-SEGURA, T.;  YEPES, V. (2017). Life-cycle assessment: A comparison between two optimal post-tensioned concrete box-girder road bridges. Sustainability, 9(10):1864. Doi:10.3390/su9101864 (link)
  5. GARCÍA-SEGURA, T.; YEPES, V.; FRANGOPOL, D.M.; YANG, D.Y. (2017). Lifetime Reliability-Based Optimization of Post-Tensioned Box-Girder Bridges. Engineering Structures, 145:381-391. DOI:10.1016/j.engstruct.2017.05.013 OPEN ACCESS
  6. GARCÍA-SEGURA, T.; YEPES, V.; FRANGOPOL, D.M. (2017). Multi-Objective Design of Post-Tensioned Concrete Road Bridges Using Artificial Neural Networks. Structural and Multidisciplinary Optimization, 56(1):139-150. doi:10.1007/s00158-017-1653-0
  7. YEPES, V.; MARTÍ, J.V.; GARCÍA-SEGURA, T.; GONZÁLEZ-VIDOSA, F. (2017). Heuristics in optimal detailed design of precast road bridges. Archives of Civil and Mechanical Engineering, 17(4):738-749. DOI: 10.1016/j.acme.2017.02.006
  8. MOLINA-MORENO, F.; GARCÍA-SEGURA; MARTÍ, J.V.; YEPES, V. (2017). Optimization of Buttressed Earth-Retaining Walls using Hybrid Harmony Search Algorithms. Engineering Structures, 134:205-216. DOI: 10.1016/j.engstruct.2016.12.042
  9. ZASTROW, P.; MOLINA-MORENO, F.; GARCÍA-SEGURA, T.; MARTÍ, J.V.; YEPES, V. (2017). Life cycle assessment of cost-optimized buttress earth-retaining walls: a parametric study. Journal of Cleaner Production, 140:1037-1048. DOI: 10.1016/j.jclepro.2016.10.085
  10. PENADÉS-PLÀ, V.; GARCÍA-SEGURA, T.; MARTÍ, J.V.; YEPES, V. (2016). A review of multi-criteria decision making methods applied to the sustainable bridge design. Sustainability, 8(12):1295. DOI:10.3390/su8121295
  11. GARCÍA-SEGURA, T.; YEPES, V. (2016). Multiobjective optimization of post-tensioned concrete box-girder road bridges considering cost, CO2 emissions, and safety. Engineering Structures, 125:325-336. DOI: 10.1016/j.engstruct.2016.07.012.
  12. MARTÍ, J.V.; GARCÍA-SEGURA, T.; YEPES, V. (2016). Structural design of precast-prestressed concrete U-beam road bridges based on embodied energy. Journal of Cleaner Production, 120:231-240. DOI: 10.1016/j.jclepro.2016.02.024
  13. GARCÍA-SEGURA, T.; YEPES, V.; ALCALÁ, J.; PÉREZ-LÓPEZ, E. (2015). Hybrid harmony search for sustainable design of post-tensioned concrete box-girder pedestrian bridges. Engineering Structures, 92:112-122. DOI: 10.1016/j.engstruct.2015.03.015 (link)
  14. YEPES, V.; GARCÍA-SEGURA, T.; MORENO-JIMÉNEZ, J.M. (2015). A cognitive approach for the multi-objective optimization of RC structural problems. Archives of Civil and Mechanical Engineering, 15(4):1024-1036. doi:10.1016/j.acme.2015.05.001
  15. YEPES, V.; MARTÍ, J.V.; GARCÍA-SEGURA, T. (2015). Cost and CO2 emission optimization of precast-prestressed concrete U-beam road bridges by a hybrid glowworm swarm algorithm. Automation in Construction, 49:123-134. DOI: 10.1016/j.autcon.2014.10.013 (link)
  16. GARCÍA-SEGURA, T.; YEPES, V.; MARTÍ, J.V.; ALCALÁ, J. (2014). Optimization of concrete I-beams using a new hybrid glowworm swarm algorithm. Latin American Journal of Solids and Structures,  11(7):1190 – 1205. ISSN: 1679-7817. (link)
  17. GARCÍA-SEGURA, T.; YEPES, V.; ALCALÁ, J. (2014). Life-cycle greenhouse gas emissions of blended cement concrete including carbonation and durability. International Journal of Life Cycle Assessment, 19(1):3-12. DOI 10.1007/s11367-013-0614-0 (link) (descargar versión autor)

 

Repercusión en la prensa:

https://www.lasprovincias.es/comunitat/mejor-ingeniera-civil-20181109011059-ntvo.html

https://www.lavanguardia.com/local/valencia/20181108/452802983492/una-ingeniera-de-la-upv-gana-un-premio-internacional-de-infraestructura-civil.html

https://www.elperiodic.com/valencia/noticias/592636_tatiana-garcia-primera-ingeniera-espanola-galardonada-international-association-life-cycle-civil-engineering-ialcce.html

https://www.20minutos.es/noticia/3486001/0/profesora-upv-primera-ingeniera-espanola-premiada-por-association-for-life-cycle-civil-engineering/

https://innovadores.larazon.es/es/not/una-espanola-mejor-investigadora-joven-del-mundo-en-infraestructura-civil

https://www.levante-emv.com/comunitat-valenciana/2018/11/08/profesora-upv-mejor-investigadora-joven/1792521.html

https://www.europapress.es/comunitat-valenciana/noticia-profesora-upv-primera-ingeniera-espanola-premiada-association-for-life-cycle-civil-engineering-20181108115129.html

http://www.upv.es/noticias-upv/noticia-10576-tatiana-garcia-es.html

 

Special Issue “Optimization for Decision Making”

 

 

 

 

 

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.

 

 

Special Issue “Optimization for Decision Making”

Deadline for manuscript submissions: 31 May 2019

Special Issue Editors

Guest Editor 

Prof. Víctor Yepes
Universitat Politècnica de València, Spain
Website | E-Mail
Interests: multiobjective optimization; structures optimization; lifecycle assessment; social sustainability of infrastructures; reliability-based maintenance optimization; optimization and decision-making under uncertainty

Guest Editor 

Prof. José M. Moreno-Jiménez
Universidad de Zaragoza
Website | E-Mail
Interests: multicriteria decision making; environmental selection; strategic planning; knowledge management; evaluation of systems; logistics and public decision making (e-government, e-participation, e-democracy and e-cognocracy)

Special Issue Information

Dear Colleagues,

In the current context of the electronic governance of society, both administrations and citizens are demanding greater participation of all the actors involved in the decision-making process relative to the governance of society. In addition, the design, planning, and operations management rely on mathematical models, the complexity of which depends on the detail of models and complexity/characteristics of the problem they represent. Unfortunately, decision-making by humans is often suboptimal in ways that can be reliably predicted. Furthermore, the process industry seeks not only to minimize cost, but also to minimize adverse environmental and social impacts. On the other hand, in order to give an appropriate response to the new challenges raised, the decision-making process can be done by applying different methods and tools, as well as using different objectives. In real-life problems, the formulation of decision-making problems and application of optimization techniques to support decisions are particularly complex and a wide range of optimization techniques and methodologies are used to minimize risks or improve quality in making concomitant decisions. In addition, a sensitivity analysis should be done to validate/analyze the influence of uncertainty regarding decision-making.

Prof. Víctor Yepes
Prof. José M. Moreno-Jiménez
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.

Keywords

  • Multicriteria decision making
  • Optimization techniques
  • Multiobjective optimization

 

 

Optimización del diseño sostenible de puentes bajo incertidumbre

Nos acaban de publicar en la revista de Elsevier del primer decil, Journal of Cleaner Production, un artículo donde se propone una nueva metodología en la toma de decisiones del diseño óptimo de un puente bajo criterios de sostenibilidad y bajo incertidumbre. Este artículo forma parte de nuestra línea de investigación BRIDLIFE en la que se pretenden optimizar estructuras atendiendo no sólo a su coste, sino al impacto ambiental y social que generan a lo largo de su ciclo de vida.

Abstract:

Today, bridge design seeks not only to minimize cost but also to minimize adverse environmental and social impacts. This multi-criteria decision-making problem is subject to variability of stakeholders’ opinions regarding the importance of criteria for sustainability. As a result, this paper proposes a method for designing and selecting optimally sustainable bridges under the uncertainty of criteria comparison. A Pareto set of solutions is obtained using a metamodel-assisted multi-objective optimization. A new decision-making technique introduces the uncertainty of the decision-makers preference through triangular distributions and thereby ranks the sustainable bridge designs. The method is illustrated by a case study of a three-span post-tensioned concrete box-girder bridge designed according to the embodied energy, overall safety, and corrosion initiation time. In this case, 211 efficient solutions are reduced to two preferred solutions with a probability of being selected of 81.6% and 18.4%. In addition, a sensitivity analysis validates the influence of the uncertainty regarding the decision-making. The approach proposed allows actors involved in the bridge design and decision-making to determine the best sustainable design by finding the probability of a given design being chosen.

Keywords:

  • Sustainable criteria
  • Uncertainty
  • Decision-making
  • Multi-objective optimization
  • Energy efficiency

 

Reference:

GARCÍA-SEGURA, T.; PENADÉS-PLÀ, V.; YEPES, V. (2018). Sustainable bridge design by metamodel-assisted multi-objective optimization and decision-making under uncertainty.  Journal of Cleaner Production, 202:904-915. https://doi.org/10.1016/j.jclepro.2018.08.177

Técnicas de optimización avanzada y sus aplicaciones a la ingeniería civil

Tal y como os comenté en un post anterior, un grupo de profesores decidimos lanzar un número especial sobre optimización avanzada en la revista Advances in Civil Engineering (indexada en el JCR). El enlace, en abierto, al contenido de este número especial lo podéis ver aquí: https://www.hindawi.com/journals/ace/si/893072/

Además, os dejo la presentación del número especial:

Descargar (PDF, 1.27MB)

El número completo lo tenéis también aquí:

Descargar (PDF, 15.64MB)

Estudio paramétrico de pasarelas de hormigón de sección en cajón

Os dejo a continuación, en abierto, un estudio paramétrico que hemos realizado sobre pasarelas de hormigón postesado de sección en cajón. Espero que os sea de interés.

Referencia:

YEPES, V.; PÉREZ-LÓPEZ, E.; ALCALÁ, J.; GARCÍA-SEGURA, T. (2018). Parametric study of concrete box-girder footbridges. Journal of Construction Engineering, Management & Innovation, 1(2):67-74. doi:10.31462/jcemi.2018.01067074

ABSTRACT:

This paper presents a study of the parametric variability of post-tensioned concrete box-girder pedestrian bridges. SAMO2 algorithm is used for the parametric study. This algorithm combines SA with a mutation operator, to find the economic solutions. A span-length parametric study analyzes the characteristics for the best design of a three-span deck in which the main span ranges from 30 to 60 m. The depth and the number of strands were adjusted according to span length, while the thickness of the slabs presented the same optimum values in all cases. Results show that the amount of steel and volume of concrete per square meter of deck shows a good correlation with the main span length. This study demonstrates that by increasing the main span length by one meter, the total cost per square meter of the deck increases by 6.38 euros on average. Thus, this paper shows the relationship between the span length and geometrical and steel variables to produce and build a cost-efficient pedestrian bridge.

KEYWORDS:

Structural optimization; Post-tensioned concrete; Box-girder bridge; Pedestrian bridge

Descargar (PDF, 235KB)

Optimización de la energía necesaria para construir puentes losa postesados

Acaban de publicarnos en la revista Technologies un artículo que aplica el algoritmo de recocido simulado a la optimización del coste y de la energía empleada en un puente losa postesado con tablero aligerado. Se resuelve un problema complejo de optimización de 33 variables de diseño. Como resultados interesantes cabe señalar que, en ocasiones, las soluciones de menor coste no son necesariamente las que menos energía consumen. El artículo se ha publicado en abierto y se puede descargar en la web. Aquí tenéis la referencia y el artículo completo.

 

Referencia:

ALCALÁ, J.; GONZÁLEZ-VIDOSA, YEPES, V.; MARTÍ, J.V. (2018). Embodied energy optimization of prestressed concrete slab bridge decks. Technologies, 6(2):43. doi:10.3390/technologies6020043 (link)

Descargar (PDF, 1.88MB)

Un algoritmo heurístico basado en el jazz ayuda a decidir en qué infraestructuras es prioritario invertir

By World-Telegram staff photographer [Public domain], via Wikimedia Commons

Investigadores de la Universitat Politècnica de València y de la Universidad de La Frontera (Chile) han elaborado un algoritmo, basado en la armonía musical del jazz, que determina qué inversión es más adecuada

La metodología ya se ha aplicado en El Salvador, donde ha permitido priorizar las inversiones en carreteras

Las administraciones públicas se enfrentan continuamente con problemas de gran calado social cuando tienen que invertir grandes sumas de dinero en infraestructuras clave, como puede ser una carretera, un hospital o una universidad.

Ahora, un equipo de investigadores de la Universitat Politècnica de València y de la Universidad de La Frontera (Chile) ha desarrollado un novedoso estudio que demuestra que el jazz puede ayudarles a decidir en qué infraestructuras es mejor invertir el dinero, para favorecer así la calidad de vida de los ciudadanos. Su trabajo ha sido publicado en el Journal of Cleaner Production.

La metodología diseñada por el equipo de científicos españoles y chilenos se basa en la inteligencia subyacente en la armonía musical del jazz.  “La armonía nos ha servido de inspiración para elaborar un algoritmo que es capaz de determinar el impacto de una determinada decisión –invertir en un aeropuerto o en una línea de AVE, por ejemplo – tanto a corto como a medio y largo plazo”, apunta Víctor Yepes, investigador del Instituto Universitario de Ciencia y Tecnología del Hormigón (ICITECH) de la Universitat Politècnica de València.

Según explica el profesor Yepes, el algoritmo de búsqueda armónica (harmony search, en inglés) se basa en el proceso de la improvisación musical. “No todo el mundo posee habilidad para improvisar música, pues es un proceso que requiere experiencia y conocimiento previo de las armonías. Por ejemplo, en el jazz, el músico compone una nueva melodía basándose en sus conocimientos musicales para seleccionar nuevas notas aleatoriamente. Si el conjunto de notas tocadas se consideran una buena armonía, esta se guarda en la memoria de cada músico, incrementando la posibilidad de hacer una buena armonía la próxima vez”, señala el investigador de la UPV.

El algoritmo desarrollado por los investigadores españoles y chilenos hace algo parecido. Cada melodía se define por un vector, al igual que cada infraestructura que debe ser elegida. Cada nueva iteración del algoritmo elige una melodía (infraestructura) parecida que, si es mejor, se añade al repertorio. “Al final del proceso, el algoritmo es capaz de definir una melodía (infraestructura) de calidad muy alta. Dicho de otro modo, la inteligencia del algoritmo permite ayudar a elegir la mejor infraestructura posible, considerando aspectos tan diversos como la empleabilidad, la educación, la sanidad, el confort o la calidad de vida”, apunta Víctor Yepes.

Más objetivo

El método permite minimizar los errores al decidir qué tipo de inversión es la más adecuada, haciendo más objetiva la decisión de las autoridades, al considerar no solo los efectos económicos y medioambientales, sino también los sociales, que son más difíciles de evaluar.

“Los factores económicos o medioambientales condicionan el tipo de decisión. Pero los efectos en la sociedad a corto y largo plazo pueden ser irreversibles. Muchos son los ejemplos de malas decisiones con graves repercusiones: aeropuertos infrautilizados, líneas de alta velocidad innecesarias, altas listas de espera en hospitales, altísimos porcentajes de paro, etc. Este método ayudaría a acabar con estas situaciones”, destaca Víctor Yepes.

El Salvador

La metodología se ha aplicado ya en El Salvador, donde ha permitido priorizar las inversiones en carreteras, maximizando los beneficios tanto a corto como a largo plazo. “La trascendencia del método desarrollado es su aplicabilidad a cualquier contexto y territorio, lo que permite mejorar las condiciones de vida de amplios sectores sociales con ayuda de la inteligencia subyacente en la música”, concluye Víctor Yepes.

Os dejo también una entrevista radiofónica en À Punt Ràdio:

Agradecimientos:

Luis Zurano, de la Unidad de Cultura Científica e Innovación de la Universitat Politècnica de València

Referencias:

SIERRA, L.A.; YEPES, V.; GARCÍA-SEGURA, T.; PELLICER, E. (2018). Bayesian network method for decision-making about the social sustainability of infrastructure projects.  Journal of Cleaner Production, 176:521-534. https://doi.org/10.1016/j.jclepro.2017.12.140

http://www.upv.es/noticias-upv/noticia-9959-algoritmo-de-bu-es.html

http://www.expansion.com/sociedad/2018/04/21/5adb576e468aebd0578b466b.html

http://www.cope.es/noticias/cultura/jazz-ayuda-decidir-que-infraestructuras-prioritario-invertir_206188

http://www.lavanguardia.com/vida/20180421/442818278872/el-jazz-ayuda-a-decidir-en-que-infraestructuras-es-prioritario-invertir.html

http://agencias.abc.es/agencias/noticia.asp?noticia=2797859

https://www.elconfidencial.com/ultima-hora-en-vivo/2018-04-21/el-jazz-ayuda-a-decidir-en-que-infraestructuras-es-prioritario-invertir_1499304/

https://www.efe.com/efe/comunitat-valenciana/portada/el-jazz-ayuda-a-decidir-en-que-infraestructuras-es-prioritario-invertir/50000877-3591711

https://www.diarilaveu.com/noticia/81405/algoritme-inspirat-jazz-decidir-infraestructures

http://ruvid.org/wordpress/?p=39656

Revisión de los procedimientos de optimización heurística de las estructuras

Figura 1. Diseño tradicional de estructuras por prueba y error (Yepes, 2017)

El diseño de las estructuras se ha basado fundamentalmente en la experiencia del ingeniero proyectista. La topografía y las condiciones de tráfico, entre otros, determinan el diseño de un puente. A partir de ahí, las dimensiones de la sección transversal, el tipo de hormigón y la disposición general de las armaduras se definen atendiendo a la experiencia profesional y a las recomendaciones y criterios de diseño (Figura 1). A continuación, se ajustan el resto de variables, tras comprobar el cumplimiento de los estados límite último y de servicio. Si el proyectista quiere mejorar el diseño propuesto, normalmente se realiza un proceso de prueba y error, de forma que tras varios tanteos, se intenta reducir el consumo de materiales, y por tanto, el coste de la estructura. Frente a este planteamiento, los métodos heurísticos emplean técnicas basadas en la inteligencia artificial para seleccionar un diseño, analizar la estructura, controlar las restricciones y rediseñar la estructura modificando las variables hasta conseguir optimizar la función objetivo.

Cohn y Dinovitzer (1994) revisaron la investigación realizada en su momento en relación con la optimización de las estructuras y señalaron la brecha existente entre los estudios teóricos y la aplicación en problemas estructurales reales. Sarma y Adeli (1998) analizaron años más tarde los estudios relacionados con la optimización matemática de las estructuras, complementada más recientemente por Hare et al. (2013) que estudiaron la aplicación de los algoritmos heurísticos en la optimización estructural. Los algoritmos heurísticos difieren en cuanto a planteamiento y aplicabilidad de los métodos matemáticos exactos. De hecho, la optimización heurística resulta muy efectiva pues, aunque no garantiza la obtención del óptimo global del problema, proporciona soluciones casi óptimas en tiempos de cálculo razonables. Esta ventaja cobra importancia en la optimización de estructuras reales, donde el número de variables crece extraordinariamente de forma que desborda el tiempo de cálculo de los métodos exactos de optimización. Además, la programación matemática requiere el cálculo de gradientes de las restricciones, mientras que la optimización heurística incorpora las restricciones de diseño de una manera directa (Lagaros et al., 2006).

Las técnicas metaheurísticas utilizan estrategias de búsqueda para localizar óptimos locales en grandes espacios de soluciones de forma efectiva. Un ejemplo de ello son los Algoritmos Genéticos (Genetic Algorithms, GAs), que son procedimientos de búsqueda poblacionales inspirados en la evolución natural (Holland, 1975). Así, los GAs generan soluciones de alta calidad a través del cruce genético con otros individuos de una población y la mutación de algunas de sus características a lo largo de generaciones. Los padres suelen seleccionarse atendiendo a su aptitud (Coello, 1994) y los hijos mantienen ciertas características de sus padres. En cada generación sobreviven los hijos con mayores aptitudes. Además, para evitar la convergencia prematura del algoritmo, se utiliza un operador de mutación, al igual que ocurre en la Naturaleza, que cambia aleatoriamente de vez en cuando alguna de las características de las nuevas soluciones. Una variante a esta técnica son los Algoritmos Meméticos (Moscato, 1989), donde cada individuo de la nueva generación se mejora mediante una búsqueda local con el objetivo de mejorar los genes para que los padres obtengan mejores resultados en las siguientes generaciones. Esta técnica, por tanto, aplica los GAs a poblaciones de óptimos locales.

La inteligencia de enjambre (swarm intelligence) es una metaheurística poblacional empleada en los problemas de optimizacón. Estos algoritmos imitan el comportamiento colectivo de los sistemas descentralizados y auto-organizados, tales como algunas colonias de insectos, basándose en la interacción entre los vecinos, pero que siguen un patrón global. Los algoritmos de enjambre difieren en filosofía de los algoritmos genéticos porque utilizan la cooperación en lugar de la competencia (Dutta et al., 2011). Entre los algoritmos pertenecientes a este grupo, basados en el comportamiento biológico, destaca la optimización de colonias de hormigas (Ant Colony Optimization, ACO), la optimización de enjambre de partículas (Particle Swarm Optimization, PSO), las colonias de abejas artificiales (Artificial Bee Colony, ABC), la optimización en enjambres de luciérnagas (Glowworm Swarm Optimization, GSO), entre otros. ACO basa su estrategia en el comportamiento de las hormigas, que dejan un rastro de feromonas para encontrar alimento de forma efectiva (Colorni et al., 1991); PSO simula un sistema social simplificado (Kennedy y Eberhart, 1995); ABC imita el comportamiento alimentario forrajero de las abejas (Karaboga y Basturk, 2008); GSO imita un movimiento de las luciérnagas hacia los vecinos más brillantes (Krishnanand y Ghose, 2009).

Las metaheurísticas poblacionales presentan una amplia capacidad de búsqueda en paralelo y una fuerte robustez. Sin embargo, para mejorar la intensificación de la búsqueda, estos algoritmos suelen combinarse con otras heurísticas de búsqueda local. Esta hibridación consigue explotar la diversificación en la búsqueda poblacional con la intensificación de la búsqueda local. Luo y Zhang (2011) comprobaron que el algoritmo híbrido presenta una convergencia más rápida, una mayor precisión y es más efectivo en la optimización de problemas ingenieriles. Blum et al. (2011) estudiaron las ventajas de la hibridación de las metaheurísticas en el caso de la optimización combinatoria.

El recocido simulado (Simulated Annealing, SA), propuesto por Kirkpatrick et al. (1983), constituye uno de los algoritmos utilizados en la optimización estructural. Este algoritmo se basa en el fenómeno físico del proceso de recocido de los metales. La energía de un sistema termodinámico se compara con la función de coste evaluada para una solución de un problema de optimización combinatoria. En ambos casos se trata de evolucionar de un estado a otro de menor energía o coste. El acceso de un estado metaestable a otro se alcanza introduciendo “ruido” con un parámetro de control al que se denomina temperatura. Su reducción adecuada permite, con una elevada probabilidad, que un sistema termodinámico adquiera un mínimo global de energía. SA presenta la ventaja de admitir soluciones de peor calidad al principio de la búsqueda, lo cual permite eludir óptimos locales de baja calidad. La aceptación por umbrales (Threshold Accepting, TA), propuesto por Dueck y Scheuer (1990), tolera también opciones de peor calidad para eludir los óptimos locales. La diferencia entre SA y TA es que el criterio de aceptación de una solución peor es probabilista en el primer caso y determinista en el segundo. Los algoritmos genéticos se han hibridado con el recocido simulado en el diseño óptimo de puentes prefabricados de hormigón pretensado (Martí et al., 2013; Martí et al., 2016) y vigas en I de hormigón armado (RC) (Yepes et al., 2015a). Otras estrategias de hibridación también han demostrado su eficiencia con PSO (Shieh et al., 2011, Valdez et al., 2011, Wang et al., 2013) y ACO (Behnamian et al, 2009, Chen et al., 2012).

Qu et al. (2011) señalaron la lentitud en la convergencia de los algoritmos GSO; del mismo modo Zhang et al. (2010) apuntaron ciertas deficiencias de estos algoritmos en la búsqueda del óptimo global. Es por ello que se ha hibridado SA con GSO (García-Segura et al., 2014c, Yepes et al., 2015b) para combinar la diversificación de la búsqueda de GSO con la intensificación de la búsqueda de SA para encontrar de forma efectiva un óptimo de elevada calidad. García-Segura et al. (2014c) mostraron cómo un algoritmo híbrido de optimización de enjambre de luciérnagas (SAGSO) obtuvo resultados considerablemente mejores en cuanto a calidad y tiempo de cálculo. SAGSO superó al GSO en términos de eficiencia, precisión y convergencia. Sin embargo, se requiere una buena calibración para garantizar soluciones de alta calidad con un tiempo de cómputo corto.

La búsqueda de la armonía (Harmony Search, HS) constituye una heurística propuesta por Geem et al. (2001) inspirada en el jazz, donde se trata de armonizar u construir sucesiones de acordes razonables. Las notas, los instrumentos y la mejor armonía representan los valores, las variables y el óptimo global. Alberdi y Khandelwal (2015) compararon ACO, GA, HS, PSO, SA y TS en la optimización del diseño de marcos de acero, comprobando que los mejores resultados se obtenían con HS. La búsqueda de la armonía se ha utilizado para optimizar columnas rectangulares de hormigón armado (de Medeiros y Kripka, 2014), forjados compuestos (Kaveh y Shakouri Mahmud Abadi, 2010) y pórticos planos de hormigón armado (Akin y Saka, 2015). Alia y Mandava (2011) recogieron en su trabajo las variantes utilizadas para hibridar con HS. García-Segura et al. (2015) emplearon un algoritmo de búsqueda de la armonía hibridada con la aceptación por umbrales para encontrar diseños óptimos sostenibles de puentes peatonales de hormigón postesado.

La optimización de los puentes atrajo la atención de los ingenieros a partir de la década de los años 70, incluyendo los puentes viga de acero, (Wills, 1973), el refuerzo de los puentes losa (Barr et al., 1989), los puentes viga de hormigón pretensado (Aguilar et al., 1973, Lounis y Cohn, 1993), y los puentes en cajón postesados construidos “in situ” (Bond, 1975; Yu et al., 1986). Desde la aparición de la inteligencia artificial, se ha puesto mayor énfasis en el uso de técnicas de optimización heurística para optimizar las estructuras. Srinivas y Ramanjaneyulu (2007) usaron redes neuronales artificiales y algoritmos genéticos para optimizar el coste de un puente de vigas en T. Rana et al. (2013) propusieron una optimización evolutiva para minimizar el coste de una estructura de puente continuo de hormigón pretensado de dos tramos. Martí et al. (2013) implementaron un algoritmo de recocido simulado híbrido para encontrar las soluciones más económicas de puentes prefabricados de hormigón pretensado de vigas artes. El uso de refuerzos de fibra de acero en ese tipo de puente se estudió posteriormente con algoritmos meméticos (Martí et al., 2015). Se propusieron algoritmos genéticos para optimizar las cubiertas poliméricas reforzadas con fibras híbridas y los puentes atirantados (Cai y Aref, 2015).

También se han optimizado otro tipo de estructuras con algoritmos heurísticos, como los forjados prefabricados (de Albuquerque et al., 2012), columnas de hormigón armado (Park et al., 2013; Nigdeli et al., 2015), columnas de acero (Kripka y Chamberlain Pravia, 2013), marcos espaciales de acero (Degertekin et al., 2008), marcos de hormigón armado (Camp y Huq, 2013), pórticos de hormigón armado (Payá-Zaforteza et al., 2010), vigas en I de hormigón armado (García-Segura et al., 2014c; Yepes et al., 2015a), pórticos de carreteras (Perea et al., 2008), pilas altas de viaductos (Martínez et al., 2011; 2013), muros de contención (Gandomi et al., 2015; Pei y Xia, 2012; Yepes et al., 2008, 2012; Molina-Moreno et al., 2017a), zapatas de hormigón armado (Camp y Assadollahi, 2013; Camp y Huq, 2013), bóvedas de pasos inferiores en carreteras (Carbonell et al., 2011) y estribos de puentes (Luz et al., 2015).

Referencias:

  • Aguilar, R.J.; Movassaghi, K.; Brewer, J.A.; Porter, J.C. (1973). Computerized optimization of bridge structures. Computers & Structures, 3(3), 429–442.
  • Akin, A.; Saka, M.P. (2015). Harmony search algorithm based optimum detailed design of reinforced concrete plane frames subject to ACI 318-05 provisions. Computers & Structures, 147, 79–95.
  • Alberdi, R.; Khandelwal, K. (2015). Comparison of robustness of metaheuristic algorithms for steel frame optimization. Engineering Structures, 102, 40–60.
  • Alia, O.M.; Mandava, R. (2011). The variants of the harmony search algorithm: an overview. Artificial Intelligence Review, 36(1), 49–68.
  • Barr, A.S.; Sarin, S.C.; Bishara, A.G. (1989). Procedure for structural optimization. ACI Structural Journal, 86(5), 524–531.
  • Behnamian, J.; Zandieh, M.; Fatemi Ghomi, S.M.T. (2009). Parallel-machine scheduling problems with sequence-dependent setup times using an ACO, SA and VNS hybrid algorithm. Expert Systems with Applications, 36(6), 9637–9644.
  • Blum, C.; Puchinger, J.; Raidl, G.R.; Roli, A. (2011). Hybrid metaheuristics in combinatorial optimization: A survey. Applied Soft Computing, 11(6), 4135–4151.
  • Bond, D. (1975). An examination of the automated design of prestressed concrete bridge decks by computer. Proceedings of the Institution of Civil Engineers, 59(4), 669–697.
  • Cai, H.; Aref, A.J. (2015). A genetic algorithm-based multi-objective optimization for hybrid fiber reinforced polymeric deck and cable system of cable-stayed bridges. Structural and Multidisciplinary Optimization, 52(3), 583–594.
  • Camp, C.V.; Assadollahi, A. (2013). CO2 and cost optimization of reinforced concrete footings using a hybrid big bang-big crunch algorithm. Structural and Multidisciplinary Optimization, 48(2), 411–426.
  • Camp, C.V.; Huq, F. (2013). CO2 and cost optimization of reinforced concrete frames using a big bang-big crunch algorithm. Engineering Structures, 48, 363–372.
  • Carbonell, A.; González-Vidosa, F.; Yepes, V. (2011). Design of reinforced concrete road vaults by heuristic optimization. Advances in Engineering Software, 42(4), 151-159.
  • Chen, S.M.; Sarosh, A.; Dong, Y.F. (2012). Simulated annealing based artificial bee colony algorithm for global numerical optimization. Applied Mathematics and Computation, 219(8), 3575–3589.
  • Coello, C. (1994). Uso de Algoritmos Genéticos para el Diseño Óptimo de Armaduras. In Congreso Nacional de Informática “Herramientas Estratégicas para los Mercados Globales”, pp. 290–305. Fundación Arturo Rosenblueth, México, D.F.
  • Cohn, M.Z.; Dinovitzer, A.S. (1994). Application of Structural Optimization. Journal of Structural Engineering, 120(2), 617–650.
  • Colorni, A.; Dorigo, M.; Maniezzo, V. (1991). Distributed optimization by ant colonies. In Proceeding of ECALEuropean Conference on Artificial Life, pp. 134–142. Paris: Elsevier.
  • de Albuquerque, A.T.; El Debs, M.K.; Melo, A.M.C. (2012). A cost optimization-based design of precast concrete floors using genetic algorithms. Automation in Construction, 22, 348–356.
  • de Medeiros, G.F. Kripka, M. (2014). Optimization of reinforced concrete columns according to different environmental impact assessment parameters. Engineering Structures, 59, 185–194.
  • Degertekin, S.O.; Saka, M.P.; Hayalioglu, M.S. (2008). Optimal load and resistance factor design of geometrically nonlinear steel space frames via tabu search and genetic algorithm. Engineering Structures, 30(1), 197–205.
  • Dueck, G.; Scheuer, T. (1990). Threshold accepting: A general purpose optimization algorithm appearing superior to simulated annealing. Journal of Computational Physics, 90(1), 161–175.
  • Dutta, R.; Ganguli, R.; Mani, V. (2011). Swarm intelligence algorithms for integrated optimization of piezoelectric actuator and sensor placement and feedback gains. Smart Materials and Structures, 20(10), 105018.
  • Gandomi, A.H.; Kashani, A.R.; Roke, D.A.; Mousavi, M. (2015). Optimization of retaining wall design using recent swarm intelligence techniques. Engineering Structures, 103, 72–84.
  • García-Segura, T.; Yepes, V. (2016). Multiobjective optimization of post-tensioned concrete box-girder road bridges considering cost, CO2 emissions, and safety. Engineering Structures, 125, 325–336.
  • García-Segura, T.; Yepes, V.; Alcalá, J. (2014a). Life cycle greenhouse gas emissions of blended cement concrete including carbonation and durability. The International Journal of Life Cycle Assessment, 19(1), 3–12.
  • García-Segura, T.; Yepes, V.; Alcalá, J. (2014b). Sustainable design using multiobjective optimization of high-strength concrete I-beams. In The 2014 International Conference on High Performance and Optimum Design of Structures and Materials HPSM/OPTI (Vol. 137, pp. 347–358). Ostend, Belgium.
  • García-Segura, T.; Yepes, V.; Alcalá, J.; Pérez-López, E. (2015). Hybrid harmony search for sustainable design of post-tensioned concrete box-girder pedestrian bridges. Engineering Structures, 92, 112–122.
  • García-Segura, T.; Yepes, V.; Frangopol, D.M. (2017a). Multi-objective design of post-tensioned concrete road bridges using artificial neural networks. Structural and Multidisciplinary Optimization, 56(1):139-150.,
  • García-Segura, T.; Yepes, V.; Frangopol, D.M.; Yang, D. Y. (2017b). Lifetime reliability-based optimization of post-tensioned box-girder bridges. Engineering Structures, 145, 381-391.
  • García-Segura, T.; Yepes, V.; Martí, J.V.; Alcalá, J. (2014c). Optimization of concrete I-beams using a new hybrid glowworm swarm algorithm. Latin American Journal of Solids and Structures, 11(7), 1190–1205.
  • Geem, Z.W.; Kim, J.H.; Loganathan, G.V. (2001). A new heuristic optimization algorithm: Harmony search. Simulation, 76(2), 60–68.
  • Hare, W.; Nutini, J.; Tesfamariam, S. (2013). A survey of non-gradient optimization methods in structural engineering. Advances in Engineering Software, 59, 19–28.
  • Holland, J. (1975). Adaptation in Natural and Artificial Systems. University of Michigan Press, Ann Arbor, USA.
  • Karaboga, D.; Basturk, B. (2008). On the performance of artificial bee colony (ABC) algorithm. Applied Soft Computing, 8(1), 687–697.
  • Kaveh, A.; Shakouri Mahmud Abadi, A. (2010). Cost optimization of a composite floor system using an improved harmony search algorithm. Journal of Constructional Steel Research, 66(5), 664–669.
  • Kennedy, J.; Eberhart, R. (1995). Particle swarm optimization. In Proceedings of ICNN’95 – International Conference on Neural Networks, Vol. 4, pp. 1942–1948. IEEE.
  • Kirkpatrick, S.; Gelatt, C.D.; Vecchi, M.P. (1983). Optimization by simulated annealing. Science, 220(4598), 671–680.
  • Kripka, M.; Chamberlain Pravia, Z.M. (2013). Cold-formed steel channel columns optimization with simulated annealing method. Structural Engineering and Mechanics, 48(3), 383–394.
  • Krishnanand, K.N.; Ghose, D. (2009). Glowworm swarm optimisation: a new method for optimising multi-modal functions. International Journal of Computational Intelligence Studies, 1(1), 93–119.
  • Lagaros, N.D.; Fragiadakis, M.; Papadrakakis; M.; Tsompanakis, Y. (2006). Structural optimization: A tool for evaluating seismic design procedures. Engineering Structures, 28(12), 1623–1633.
  • Lounis, Z.; Cohn, M.Z. (1993). Optimization of precast prestressed concrete bridge girder systems. PCI Journal, 38(4), 60–78.
  • Luo, Q.F.; Zhang, J.L. (2011). Hybrid Artificial Glowworm Swarm Optimization Algorithm for Solving Constrained Engineering Problem. Advanced Materials Research, 204-210, 823–827.
  • Luz, A.; Yepes, V.; González-Vidosa, F.; Martí, J.V. (2015). Diseño de estribos abiertos en puentes de carretera obtenidos mediante optimización híbrida de escalada estocástica. Informes de la Construcción, 67(540), e114.
  • Martí, J.V.; García-Segura, T.; Yepes, V. (2016). Structural design of precast-prestressed concrete U-beam road bridges based on embodied energy. Journal of Cleaner Production, 120, 231–240.
  • Martí, J.V.; González-Vidosa, F.; Yepes, V.; Alcalá, J. (2013). Design of prestressed concrete precast road bridges with hybrid simulated annealing. Engineering Structures, 48, 342–352.
  • Martí, J.V.; Yepes, V.; González-Vidosa, F. (2015). Memetic algorithm approach to designing precast-prestressed concrete road bridges with steel fiber reinforcement. Journal of Structural Engineering, 141(2), 04014114.
  • Martínez-Martín, F. J.; González-Vidosa, F.; Hospitaler, A.; Yepes, V. (2013). A parametric study of optimum tall piers for railway bridge viaducts. Structural Engineering and Mechanics, 45(6), 723–740.
  • Martínez-Martín, F.J.; González-Vidosa, F.; Hospitaler, A.; Yepes, V. (2012). Multi-objective optimization design of bridge piers with hybrid heuristic algorithms. Journal of Zhejiang University: Science A, 13(6), 420–432.
  • Molina-Moreno, F.; García-Segura, T.; Martí, J.V.; Yepes, V. (2017a). Optimization of Buttressed Earth-Retaining Walls using Hybrid Harmony Search Algorithms. Engineering Structures, 134, 205-216.
  • Molina-Moreno, F.; Martí, J.V.; Yepes, V. (2017b). Carbon embodied optimization for buttressed earth-retaining walls: implications for low-carbon conceptual designs. Journal of Cleaner Production, 164, 872-884.
  • Moscato, P. (1989). On evolution, search, optimization, genetic algorithms and martial arts: Towards memetic algorithms. Caltech Concurrent Computation Program (report 826). Caltech, Pasadena, California, USA.
  • Nigdeli, S.M.; Bekdas, G.; Kim, S.; Geem, Z. W. (2015). A novel harmony search based optimization of reinforced concrete biaxially loaded columns. Structural Engineering and Mechanics, 54(6), 1097–1109.
  • Park, H.; Kwon, B.; Shin, Y.; Kim, Y.; Hong, T.; Choi, S. (2013). Cost and CO2 emission optimization of steel reinforced concrete columns in high-rise buildings. Energies, 6(11), 5609–5624.
  • Payá, I.; Yepes, V.; González-Vidosa, F.; Hospitaler, A. (2008). Multiobjective optimization of reinforced concrete building frames by simulated annealing. Computer-Aided Civil and Infrastructure Engineering, 23(8), 596–610.
  • Payá-Zaforteza, I.; Yepes, V.; González-Vidosa, F.; Hospitaler, A. (2010). On the Weibull cost estimation of building frames designed by simulated annealing. Meccanica, 45(5), 693–704.
  • Payá-Zaforteza, I.; Yepes, V.; Hospitaler, A.; González-Vidosa, F. (2009). CO2-optimization of reinforced concrete frames by simulated annealing. Engineering Structures, 31(7), 1501–1508.
  • Pei, Y.; Xia, Y. (2012). Design of Reinforced Cantilever Retaining Walls using Heuristic Optimization Algorithms. Procedia Earth and Planetary Science, 5, 32–36.
  • Qu, L.; He, D.; Wu, J. (2011). Hybrid Coevolutionary Glowworm Swarm Optimization Algorithm with Simplex Search Method for System of Nonlinear Equations. Journal of Information & Computational Science, 8(13), 2693– 2701.
  • Rana, S.; Islam, N.; Ahsan, R.; Ghani, S.N. (2013). Application of evolutionary operation to the minimum cost design of continuous prestressed concrete bridge structure. Engineering Structures, 46, 38–48.
  • Sarma, K.C.; Adeli, H. (1998). Cost optimization of concrete structures. Journal of Structural Engineering, 124(5), 570–578.
  • Shieh, H.L.; Kuo, C.C.; Chiang, C.M. (2011). Modified particle swarm optimization algorithm with simulated annealing behavior and its numerical verification. Applied Mathematics and Computation, 218(8), 4365–4383.
  • Srinivas, V.; Ramanjaneyulu, K. (2007). An integrated approach for optimum design of bridge decks using genetic algorithms and artificial neural networks. Advances in Engineering Software, 38(7), 475–487.
  • Valdez, F.; Melin, P.; Castillo, O. (2011). An improved evolutionary method with fuzzy logic for combining Particle Swarm Optimization and Genetic Algorithms. Applied Soft Computing, 11(2), 2625–2632.
  • Wang, E.; Shen, Z. (2013). A hybrid Data Quality Indicator and statistical method for improving uncertainty analysis in LCA of complex system – application to the whole-building embodied energy analysis. Journal of Cleaner Production, 43, 166–173.
  • Wills, J. (1973). A mathematical optimization procedure and its application to the design of bridge structures. Wokingham, Berkshire, United Kingdom.
  • Yepes, V.; Alcalá, J.; Perea, C.; González-Vidosa, F. (2008). A parametric study of optimum earth-retaining walls by simulated annealing. Engineering Structures, 30(3), 821–830.
  • Yepes, V.; Díaz, J.; González-Vidosa, F.; Alcalá, J. (2009). Caracterización estadística de tableros pretensados para carreteras. Revista de la Construcción, 8(2), 95-109.
  • Yepes, V.; García-Segura, T.; Moreno-Jiménez, J.M. (2015a). A cognitive approach for the multi-objective optimization of RC structural problems. Archives of Civil and Mechanical Engineering, 15(4), 1024–1036.
  • Yepes, V.; González-Vidosa, F.; Alcalá, J.; Villalba, P. (2012). CO2-optimization design of reinforced concrete retaining walls based on a VNS-threshold acceptance strategy. Journal of Computing in Civil Engineering, 26(3), 378–386.
  • Yepes, V.; Martí, J.V.; García-Segura, T. (2015b). Cost and CO2 emission optimization of precast–prestressed concrete U-beam road bridges by a hybrid glowworm swarm algorithm. Automation in Construction, 49, 123–134.
  • Yepes, V.; Martí, J.V.; García-Segura, T.; González-Vidosa, F. (2017). Heuristics in optimal detailed design of precast road bridges. Archives of Civil and Mechanical Engineering, 17(4), 738-749.
  • 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.
  • Yepes, V. (2017). Trabajo de investigación. Concurso de Acceso al Cuerpo de Catedráticos de Universidad. Universitat Politècnica de València, 110 pp.
  • Yu, C.H.; Gupta, N.C. Das; Paul, H. (1986). Optimization of prestressed concrete bridge girders. Engineering Optimization, 10(1), 13–24.
  • Zhang, J.; Zhou, G.; Zhou, Y. (2010). A New Artificial Glowworm Swarm Optimization Algorithm Based on Chaos Method. In B. Cao, G. Wang, S. Chen, & S. Guo (Eds.), Quantitative Logic and Soft Computing 2010, Vol. 82, pp. 683–693. Berlin, Heidelberg: Springer Berlin Heidelberg.

 

 

Licencia de Creative Commons
Esta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional.

¿Qué entendemos por “Smart Construction”? ¿Una nueva moda?

http://constructioncitizen.com/blog/get-smart-construction-video/1510211

Se está poniendo de moda el concepto “inteligente” para nombrar todo tipo de cosas. Por ejemplo, “smart buildings“, “smart cities“, “smart beach“, “smart tourism destination“, “smart food“, etc. Como siempre, cada vez que se empieza a hacer viral un concepto, al final se acaba por difuminar y perder el sentido original de lo que se quería decir. Este tipo de modas ya han pasado por conceptos tan importantes como “calidad”, “sostenibilidad”, “innovación”, etc. Al final, aplicado a productos o servicios, se menoscaba el significado por culpa del marketing y con ello se quiere atraer al consumidor hacia lo “bueno”, “guay”, “saludable” o similares.

Espero que el término de “construcción inteligente” tenga algo más de recorrido y pueda suponer un punto de inflexión en nuestro sector. Este término presenta, como no podía ser de otra forma, numerosas interpretaciones y tantas más aplicaciones. Es un concepto que se asocia al diseño digital, a las tecnologías de la información y de la comunicación, la inteligencia artificial, al BIM, al Lean Construction, la prefabricación, los drones, la robotización y automatización, a la innovación y a la sostenibilidad, entre otros muchos conceptos.

Uno que me interesa mucho es la asociación con el de los nuevos métodos constructivos (término que incluye nuevos productos y nuevos procedimientos constructivos). Su objetivo es mejorar la eficiencia del negocio, la calidad, la satisfacción del cliente, el desempeño medioambiental, la sostenibilidad y la previsibilidad de los plazos de entrega. Por lo tanto, los métodos modernos de construcción son algo más que un enfoque particular en el producto. Involucran a la gente a buscar mejoras, a través de mejores procesos, en la entrega y ejecución de la construcción.

https://pixabay.com/es/sitio-de-construcci%C3%B3n-edificio-1205047/

Sin embargo, y este es un punto crucial, para que se pueda hablar de verdad de “construcción inteligente”, no solo vamos a necesitar incorporar las nuevas tecnologías, sino que también va a ser necesario elaborar un sistema que permita la participación de todas las partes implicadas en el proceso proyecto-construcción, alimentando de información de calidad a este sistema de forma que soporte la toma de decisiones mediante la inteligencia artificial. El BIM puede ser un buen punto de partida para ello, pero se hace necesario integrar la inteligencia colectiva, de forma que, aunque se apoye el sistema de una rigurosa alimentación de datos en tiempo real, el decisor tome sus decisiones asumiendo la responsabilidad última de sus acciones.

Dejo abierto este tema por si alguno de mis estudiantes quieren realizar su Trabajo Fin de Máster, e incluso atreverse a la realización de una tesis doctoral sobre este tema.

Os voy a dejar algunos vídeos relacionados con el tema, algunos os gustarán más que otros, pero es una buena forma de acercarse al concepto de construcción inteligente.

Licencia de Creative Commons
Esta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional.