Resumen

El método de optimización estructural evolutiva genética (GESO) es una integración del algoritmo genético (GA) y la optimización estructural evolutiva (ESO). Ha demostrado ser más poderoso en la búsqueda de la respuesta óptima global y requiere menos esfuerzos computacionales que ESO o GA. Sin embargo, GESO falla en el problema de Zhou-Rozvany. Además, GESO a veces no logra el diseño óptimo de una estructura en la evolución debido a su característica de eliminación probabilística. Este artículo propone una estrategia mejorada que ha sido implementada mediante programación en MATLAB. Se introduce un gen de penalización en la estrategia GESO y se monitorea el índice de desempeño (PI) durante el proceso de optimización. Una vez que el PI es menor que el valor preestablecido, lo que significa que el error de cálculo de la sensibilidad de algunos elementos es demasiado grande o algunos elementos importantes han sido eliminados por error, el gen de penalización se activa para recuperar esos elementos y reducir su probabilidad de sele

• Materias:Modelo de rigidez Desempeño estructural Fallas estructurales Estructuras de membrana
• Subjects:Stiffness model Structural performance Structural failures Membrane structures
• Palabras claves:Optimización estructural evolutiva genética; Algoritmo genético; Optimización estructural evolutiva; GESO; Programación en MATLAB; Gen de penalización
• Keywords:Genetic evolutionary structural optimization; Genetic algorithm; Evolutionary structural optimization; GESO; MATLAB programming; Penalty gene