Algoritmo simulated annealing modificado para minimizar peso en cerchas planas con variables discretas

Autores/as

  • Carlos Millán Páramo Universidad de Sucre
  • Euriel Millán Romero Universidad de Sucre

DOI:

https://doi.org/10.17981/ingecuc.12.2.2016.01

Palabras clave:

Algoritmo simulated annealing modificado, optimización, variables discretas, cercha plana, minimización de peso.

Resumen

El objetivo de este trabajo es emplear un algoritmo de optimización estocástico ASAM (Algoritmo Simulated Annealing Modificado) para optimizar (minimización de peso) cerchas planas con variables discretas. ASAM se basa en el proceso de enfriamiento de metales empleado en el Simulated Annealing (SA) clásico pero posee tres características fundamentales (exploración preliminar, paso de búsqueda y probabilidad de aceptación) que lo diferencian de este. Para evaluar y validar el desempeño de ASAM se abordaron tres problemas de minimización de peso en cerchas planas con variables discretas reportados en la literatura especializada y los resultados son comparados con los obtenidos por otros autores empleando diferentes algoritmos de optimización. Se concluyó que el algoritmo ASAM presentado en este estudio puede ser utilizado eficazmente en la minimización de peso de cerchas planas.  

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Euriel Millán Romero, Universidad de Sucre

 

 

Citas

[1] Z.W. Geem, J.H. Kim, and G.V. Loganathan, "A new heuristic optimization algorithm: Harmony search," Simulation, vol. 76, no. 2, pp. 60-68, 2001. http://dx.doi.org/10.1177/003754970107600201

[2] S. Kirkpatrick, C.D. Gelatt, and M.P. Vecchi, "optimization by simulated annealing," science, vol. 220, no. 4598, pp. 671-680, 1983.

[3] J. Holland, adaptation in natural and artificial systems. Massachusetts: the mit press, 1975.

[4] D.E. Goldberg, Genetic algorithms in search optimization and machine learning. Boston, MA: Addison-Wesley, 1989.

[5] M. Dorigo, V. Maniezzo, and A. Colorni, "The ant system: optimization by a colony of cooperating agents," Ieee Trans Syst Man Cybern, vol. B26, no. 1, pp. 29-41, 1996. http://dx.doi.org/10.1109/3477.484436

[6] J. Kennedy and R. Eberhart, "particle swarm optimization," proc. Ieee int. Conf. Neural networks, vol. 4, pp. 1942-1948, 1995.

[7] C. Millan, O. Begambre, and E. Millan, "Propuesta y validación de un algoritmo simulated annealing modificado para la solución de problemas de optimización," Rev. Int. Métodos Numér. Cálc. Diseño ing., vol. 30, no. 4, pp. 264–270, 2014.

[8] M. Sonmez, "Discrete optimum design of truss structures using artificial bee colony algorithm," struct. Multidisc optim., vol. 43, pp. 85-97, 2011.

[9] K.A. Dowsland and B.A. Diaz, "Diseño de heuristica y fundamentos del Simulated Annealing," Revista Iberoamericana de Inteligencia Artificial, vol. 19, pp. 93-102, 2003.

[10] P. Capriles, l. Fonseca, H. Barbosa, and A. Lemonge, "Rank-based ant colony algorithms for truss weight minimization with discrete variables," communications in numerical methods in engineering, vol. 23, pp. 553-575, 2007.

[11] C.V. Camp, "Design of space trusses using big bang–big crunch optimization," J. Struct. Eng. 2007, vol. 133, no. 7, pp. 999–1008, 2007.

[12] C.V. Camp and M. Farshchin, "Design of space trusses using modified teaching–learning based optimization," Engineering Structures, vol. 62-63, pp. 87-97, 2014. http://dx.doi.org/10.1016/j.engstruct.2014.01.020

[13] H.J.C Barbosa, A.C.C. Lemonge, and C.C.H Borges, "A genetic algorithm encoding for cardinality constraints and automatic variable linking in structural optimization," Eng. Struct. 2008, vol. 30, no. 12, pp. 3708–3723, 2008.

[14] L.J Li, Z.B Huang, and F.A. LIU, "A heuristic particle swarm optimization method for truss structures with discrete variables," Computer and Structures, vol. 87, pp. 435-443, 2009. http://dx.doi.org/10.1016/j.compstruc.2009.01.004

[15] T. Dede, "Application of teaching-learning-based-optimization algorithm for the discrete optimization of truss structures," ksce journal of civil engineering, vol. 18, no. 6, pp. 1759-1767, 2014.

[16] Y. Zhang, J. Liu, B. Liu, C. Zhu, and Y. Li, "Application of improved hybrid genetic algorithm to optimize," j south china univ. Technol, vol. 33, no. 3, pp. 66-72, 2003.

[17] M.H. Sabour, H. Eskandar, and P. Salehi, "Imperialist competitive ant colony algorithm for truss structures," world applied sciences journal, vol. 12, no. 1, pp. 105-2011, vol. 12, no. 1, pp. 94-105, 2011.

[18] A Kaveh and S. Talatahari, "Particle swarm optimizer, ant colony strategy and harmony search scheme hybridized for optimization of truss structures," Computers and Structures, vol. 87, no. 5-6, pp. 267–283, 2009. http://dx.doi.org/10.1016/j.compstruc.2009.01.003

[19] A. Kaveh, B. Mirzaei, and A. Jafarvand, "an improved magnetic charged system search for optimization of truss structures with continuous and discrete variables," applied soft computing, vol. 28, pp. 400-410, 2015.

Descargas

Publicado

2016-08-29

Cómo citar

Millán Páramo, C., & Millán Romero, E. (2016). Algoritmo simulated annealing modificado para minimizar peso en cerchas planas con variables discretas. Inge Cuc, 12(2), 9–16. https://doi.org/10.17981/ingecuc.12.2.2016.01

Número

Vol. 12 Núm. 2 (2016): (Julio - Diciembre)

Sección

ARTÍCULOS

Licencia

Los artículos publicados son de exclusiva responsabilidad de sus autores y no reflejan necesariamente las opiniones del comité editorial. 

La Revista INGE CUC respeta los derechos morales de sus autores, los cuales ceden al comité editorial los derechos patrimoniales del material publicado.  A su vez, los autores informan que el presente trabajo es inédito y no ha sido publicado anteriormente. 

Todos los artículos están bajo una Licencia Creative Commons Atribución-NoComercial-SinDerivadas 4.0 Internacional.

Licencia Creative Commons