Redes neuronales: Optimización Multiobjetivo de la Estructura de una Silla utilizando un Híbrido de Redes Neuronales Artificiales y NSGA-II

A. Alvarado-Iniesta, A. Del Valle, J. L. García-Alcaraz, N. D. Pérez-González

Resumen


Resumen

Se presenta un híbrido de redes neuronales artificiales y NSGA-II para la optimización multiobjetivo del diseño de una silla estándar con respecto a medidas estructurales. Los objetivos a optimizarse son la deformación y peso de la silla. Se realizan simulaciones por computadoras para obtener ambas respuesta de interés. Las variables de diseño se establecen en base a optimización de dimensiones. Redes neuronales artificiales son empleadas para mapear la relación entre las variables de diseño y los variables de salida. Después, NSGA-II es usado para encontrar el conjunto de soluciones óptimas de Pareto. Los resultados muestran que la metodología empleada brinda al diseñador versatilidad y robustez de escoger diferentes escenarios de acuerdo con las necesidades actuales de diseño en términos de estructura de la silla.


Palabras clave


Redes Neuronales Artificiales; Optimización Multiobjetivo; NSGA-II; Optimización Estructural

Texto completo:

PDF

Referencias


Abe A, Kamegawa T, Nakajima Y (2004) Optimization of construction of tire reinforcement by genetic algorithm. Optimization and Engineering 5:77-92.

Asadi E, Gameiro da Silva M, Henggeler- Antunes C, Dias L, Glicksman L (2014) Multi-objective optimization for building retrofit: A model using genetic algorithm and artificial neural network and an application. Energy and Building 81:444-456.

Bahraminasab M, Sahari B, Edwards K, Farahmand F, Hong T, Arumugam M, Jahan A (2014) Multi-objective design optimization of functionally graded material for the femoral component of a total knee replacement. Materials and Design 53:159-173.

Cazacu R, Grama L (2014) Steel truss optimization using genetic algorithms and FEA. Procedia Technology 12:339-346.

Chen W, Zhou X, Wang H, Wang W (2010) Multi-objective optimal approach for injection molding based on surrogate model and particle swarm optimization algorithm. Journal of Shanghai Jiaotong University 15:88- 93.

Cheng J, Liu Z, Tan J (2013) Multiobjective optimization of injection molding parameters based on soft computing and variable complexity method. International Journal of Advanced Manufacturing Technology 66:907- 916.

Christensen P, Klarbring A (2009) An introduction to Structural Optimization. Springer, Canada. Coello C, Christiansen A (2000) Multiobjective optimization of trusses using genetic algorithms. Computers and Structures 75:647-660.

Deb K, Pratap A, Agarwal S, Meyarivan T (2002) A fast and elitist multiobjective Genetic Algorithm: NSGA-II. IEEE Transactions on Evolutionary Computation 6(2):182-197.

Kitayama S, Natsume S (2014) Multi-objective optimization of volume shrinkage and clamping force for plastic injection molding via sequential approximate optimization. Simulation Modelling Practice and Theory 48:35-44.

Lee D, Morillo C, Bugeda G, Oller S, Onate E (2012) Multilayered composite structure design optimization using distributed/parallel multi-objective evolutionary algorithms. Composite Structures 94:1087- 1096.

Magnier L, Haghighat F (2010) Multiobjective optimization of building design using TRNSYS simulations, genetic algorithm, and artificial neural network. Building and Environment 45:739-746.

Morris M, Mitchell T (1995) Exploratory designs for computational experiments, Journal of Statistical Planning and Inference 43:381-402.

Narayanan S, Azarm S (1999) On improving multiobjective genetic algorithms for design optimization. Structural Optimization 18:146-155.

Quaglia C, Yu N, Thrall A, Paolucci S (2014) Balancing energy efficiency and structural performance through multi-objective shape optimization: Case study of a rapidly deployable origami-inspired shelter. Energy and Building 82:733-745.

Rodríguez J, Medaglia A, Casas J (2005) Approximation to the optimum design of a motorcycle frame using finite element analysis and evolutionary algorithms. In: Bass E (ed) Proceedings of the 2005 Systems and Information Engineering Design Symposium. IEEE, Virginia, pp. 277-285.

Serafinska A, Kaliske M, Zopf C, Graf W (2013). A multi-objective optimization approach with consideration of fuzzy variables applied to structural tire design. Computers and Structures 116:7-19.

Stadler W (1986) Multicriteria optimization in mechanics (a survey). Applied Mechanics Reviews 37(2):277-286.

Weigang A, Weiji L (2007) Interactive multi- objective optimization design for the pylon structure of an airplane. Chinese Journal of Aeronautics 20:524-528.


Enlaces refback

  • No hay ningún enlace refback.


Copyright (c) 2017 CULCyT

Licencia de Creative Commons
Este obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial 4.0 Internacional.

Responsable de la última actualización de este número: Raúl Alfredo Meza González. Fecha de la última modificación, 15 de enero de 2020.

Las opiniones expresadas por los autores no necesariamente reflejan la postura del editor de la publicación. Los contenidos e imágenes de la publicación estan sujetos a una licencia CC 4.0 internacional BY NC. 

 Licencia de Creative Commons