$$\newcommand{\bra}[1]{\left<#1\right|}\newcommand{\ket}[1]{\left|#1\right>}\newcommand{\bk}[2]{\left<#1\middle|#2\right>}\newcommand{\bke}[3]{\left<#1\middle|#2\middle|#3\right>}$$
X
INFORMAÇÕES SOBRE DIREITOS AUTORAIS


As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.

A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.

A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.

A violação de direitos autorais é passível de sanções civis e penais.
Coleção Digital

Avançada


Estatísticas | Formato DC |



Título: OTIMIZAÇÃO DE TRELIÇAS ATRAVÉS DE ALGORITMOS EVOLUTIVOS MODERNOS
Autor: MATHEUS JOSE PERES MIGUEL
Instituição: PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO - PUC-RIO
Colaborador(es):  HELON VICENTE HULTMANN AYALA - ORIENTADOR
ANDERSON PEREIRA - COORIENTADOR

Nº do Conteudo: 46802
Catalogação:  11/02/2020 Idioma(s):  PORTUGUÊS - BRASIL
Tipo:  TEXTO Subtipo:  TRABALHO DE FIM DE CURSO
Natureza:  PUBLICAÇÃO ACADÊMICA
Nota:  Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]:  https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=46802@1
Referência [en]:  https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=46802@2
Referência DOI:  https://doi.org/10.17771/PUCRio.acad.46802

Resumo:
A otimização de treliças sob restrições de frequências naturais permite que um projetista controle as frequências selecionadas de forma a melhorar as características dinâmicas de uma estrutura. Por isso, a otimização de treliças com restrições de frequências vem recebendo muitos esforços nas últimas décadas. Por outro lado, para reduzir a massa da estrutura, são geradas mudanças bruscas nas frequências. Com isso, métodos tradicionais baseados em gradientes apresentaram dificuldades na otimização das treliças, convergindo muitas vezes para ótimos locais. Deste modo, muitos pesquisadores vêm aplicando algoritmos evolutivos nesta tarefa de otimizar treliças com restrições de frequências. Assim, este trabalho utilizou 4 algoritmos, Genetic Algorithm (GA), Simulated Annealing (SA), Particle Swarm Optimization (PSO) e Heuristic Kalman algorithm (HKA), para otimizar dois modelos de treliças que são benchmarks típicos na literatura, a treliça plana de 10 barras e a treliça espacial de 72 barras. A partir deste estudo, foram gerados gráficos estatísticos dos desempenhos desses algoritmos em cada problema, que também foram comparados com resultados da literatura que utilizaram outros algoritmos com este mesmo objetivo. Dos algoritmos estudados, o HKA obteve o melhor valor médio da função objetivo para ambas as treliças. Além disso, alguns algoritmos puros deste trabalho obtiveram resultados melhores que algoritmos aprimorados recentes na literatura. Com isso, foi verificado o no free lunch (NFL) theorem, que afirma que não existe algoritmo melhor que outro quando avaliados em uma média de todos os problemas possíveis.

Descrição Arquivo
NA ÍNTEGRA  PDF
Logo maxwell Agora você pode usar seu login do SAU no Maxwell!!
Fechar Janela



* Esqueceu a senha:
Senha SAU, clique aqui
Senha Maxwell, clique aqui