Resumen

Se propone un nuevo algoritmo de colonia artificial de abejas (ABC) para detectar daños estructurales a través de análisis modales y de frecuencia (llamado algoritmo TCABC). En comparación con el algoritmo ABC estándar, se adoptan métodos de búsqueda tabú y de búsqueda caótica en el algoritmo propuesto para mejorar la capacidad de exploración y explotación. El método de búsqueda tabú utiliza una función de memoria para evitar que la solución quede atrapada en un mínimo local, lo que aumenta la capacidad de explotación. El método de búsqueda caótica genera más puntos de búsqueda para encontrar el mínimo global, lo que aumenta la capacidad de exploración. Además, la primera selección de ruleta se reemplaza por la selección de torneo para mejorar la capacidad de búsqueda global del algoritmo TCABC. Se emplean varias funciones de prueba explícitas y una función de detección de daños implícita para verificar los resultados numéricos obtenidos de los algoritmos ABC y TCABC. Posteriormente, se verifica la precisión de la detección de daños del al

• Materias:Modelo de rigidez Desempeño estructural Fallas estructurales Estructuras de membrana
• Subjects:Stiffness model Structural performance Structural failures Membrane structures
• Palabras claves:Novela; Algoritmo de colonia artificial de abejas; Daño estructural; Análisis modal y de frecuencia; Algoritmo TCABC; Método de búsqueda tabú; Método de búsqueda caótica; Capacidad de exploración; Capacidad de explotación; Capacidad de búsqueda global; Precisión en la detección de daños; Recomendaciones; Estudio experimental; Rendimiento; Convergencia; Agrupaciones; Datos de prueba de campo; Precisión; Ruidos; Medición; Resultados.
• Keywords:Novel; Artificial bee colony algorithm; Structural damage; Modal and frequency analyses; TCABC algorithm; Tabu search method; Chaotic search method; Exploration ability; Exploitation ability; Global searching ability; Damage detection accuracy; Recommendations; Experimental study; Performance; Convergence; Groupings; Field test data; Precision; Noises; Measurement; Results.