Resumen

Se presenta un método de optimización híbrido para el diseño de enlaces. El método se aplica a la síntesis dimensional de mecanismos y combina las ventajas de la optimización estocástica y determinista. El enfoque de optimización estocástica se basa en un algoritmo evolutivo (EA) de valores reales y se utiliza para explorar ampliamente el espacio de variables de diseño cuando se busca el mejor acoplamiento. El enfoque determinista utiliza una técnica de optimización local para mejorar la eficiencia reduciendo el elevado tiempo de CPU que requieren las técnicas EA en este tipo de aplicaciones. Para ello, el enfoque determinista se implementa en el algoritmo evolutivo en dos etapas. La primera etapa es la evaluación de la aptitud, en la que se utiliza el enfoque determinista para obtener un nuevo estimador de error eficaz. En la segunda etapa, el enfoque determinista refina la solución proporcionada por la parte evolutiva del algoritmo. El nuevo estimador de errores permite la evaluación de los distintos individuos en cada generación, evitando la eliminación de enlaces bien adaptados que otros métodos no detectarían. La eficacia, robustez y precisión del método propuesto se ponen a prueba para el diseño de un mecanismo en dos ejemplos.

• Materias:Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:enfoque determinista, diseño, algoritmo evolutivo, nuevo estimador de errores eficaz, tiempo de computación elevado, enfoque de optimización híbrido, técnica de optimización local, nuevo estimador de errores, enfoque de optimización estocástica, eficacia
• Keywords:deterministic approach, design, evolutionary algorithm, effective new error estimator, high cpu time, hybrid optimization approach, local optimization technique, new error estimator, stochastic optimization approach, efficiency