Algoritmo hibrido auto configurado para optimización estructural
No Thumbnail Available
Date
2009
Authors
Advisors
Evaluators
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Industrial de Santander
Abstract
En este trabajo de investigación se propone un nuevo algoritmo hibrido auto-configurado a partir de dos algoritmos, Particle Swarm Optimization (PSO) y un Algoritmo Genético (GA) llamado AACGA-PSO. Con esta estrategia se pretende mejorar la confiabilidad del procedimiento. Este nuevo algoritmo combina las características de búsqueda del PSO en la función objetivo y el GA el espacio de parámetros heurísticos que controlan el PSO para mejorar su capacidad de localizar puntos óptimos Adicionalmente se introdujo el concepto de partícula guía. Esta partícula (la mejor global de PSOs en cada generación) pasa su información a una partícula de de la siguiente generación de PSOs que a su ves es controlado por el GA. De esta forma el hibrido presentado tiene una característica de elitismo que mejora el comportamiento y garantiza que la siguiente generación sea igual o mejor que la anterior. En diversas pruebas realizadas en funciones reportadas en la literatura internacional con el AAC-GA-PSO se ve un mejor desempeño en estabilidad, precisión y robustez cuando comparamos con PSO y GA clásicos. Al tener un buen desempeño en la optimización este nuevo algoritmo (AAC-GA-PSO) se empleo para identificar el daño en una viga simplemente apoyada empleando datos modales, finalmente, vale la pena recalcar que este procedimiento propuesto es independiente de la definición inicial de los parámetros heurísticos
Description
Keywords
Pso, Ga, Particle Swarm Optimization, Genetic Algorithm, Hibrido, Aac-Ga-Pso