logo móvil
Contáctanos

Optimización Multi-Objetivo Basada en un Modelo Suplementario de Kriging y Algoritmo Genético para la Evaluación del Colapso de Paneles Reforzados

Autores: Lima, João Paulo Silva; Vieira, Raí Lima; dos Santos, Elizaldo Domingues; Rocha, Luiz Alberto Oliveira; Isoldi, Liércio André

Idioma: Inglés

Editor: MDPI

Año: 2025

Descargar PDF

Acceso abierto

Artículo científico
2025

Optimización Multi-Objetivo Basada en un Modelo Suplementario de Kriging y Algoritmo Genético para la Evaluación del Colapso de Paneles Reforzados


Categoría

Ingeniería y Tecnología

Subcategoría

Ingeniería Mecánica

Palabras clave

Kriging
Modelo sustituto
Optimizado por hiperparámetros
Comportamiento de colapso
Resistencia última
Algoritmo genético

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 13

Citaciones: Sin citaciones


Descripción
Se desarrolló un modelo de Kriging como sustituto optimizado por hiperparámetros para el marco de comportamiento de colapso estructural presentado en este documento. La evaluación se lleva a cabo en un panel reforzado sujeto a carga axial y presión lateral, típico de la estructura de cubierta de un buque granelero. Este comportamiento se caracteriza utilizando análisis de elementos finitos no lineales para determinar la respuesta al colapso. Los hiperparámetros del modelo sustituto se optimizaron utilizando un Algoritmo Genético para lograr el mejor rendimiento, y el marco entrenado puede predecir la resistencia última. Siguiendo este enfoque, el problema se puede reformular como una tarea de optimización multiobjetivo. Este marco implica asociar el modelo sustituto de Kriging con un algoritmo de optimización evolutiva multiobjetivo basado en Algoritmos Genéticos para equilibrar la compensación entre el peso y la resistencia última del panel reforzado. Los resultados confirman la aplicabilidad del marco de Kriging como sustituto para predecir la resistencia última y evaluar el análisis de colapso de los paneles reforzados, asegurando precisión a través de la optimización de hiperparámetros basada en GA.

Otros recursos que podrían interesarte

Temas Virtualpro