Diseño óptimo robusto de estructuras utilizando meta-modelos estocásticos
Author
Martínez Frutos, JesúsDirector/a
Martí Montrull, PascualUniversity
Universidad Politécnica de CartagenaFecha de lectura
2014-04-04Publication date
2014-03Publisher
Jesús Martínez FrutosKeywords
Diseño óptimo robusto de estructurasModelos Kriging
Procesos Gaussianos
Optimización multi-objetivo
Algoritmos de análisis Bayesiano
Optimización bajo incertidumbre
Meta-modelos estocásticos
Métodos de reducción dimensional
Robust Design Optimization of structures
Kriging Models
Gaussian Processes
Multi-objective Optimization
Meta-model Assisted Optimization
Bayesian Analysis
Optimization Under Uncertainty
Stochastic Meta-models
Dimension Reduction Methods
Abstract
[SPA] Uno de los principales retos del diseño óptimo robusto es su aplicación a problemas con modelos de simulación de elevado coste computacional. En estos casos, el problema de diseño óptimo robusto puede resultar una tarea inabordable como consecuencia de: (1) el elevado coste computacional del modelo de simulación, (2) el número de evaluaciones requeridas por el proceso de propagación de incertidumbre y (3) el anidamiento del proceso de propagación de incertidumbre y de optimización multi-objetivo. Este problema ha motivado gran parte de los trabajos realizados en los últimos años en este campo. Actualmente, técnicas como la reducción de modelos, los meta-modelos o las superficies de respuesta, son ampliamente utilizadas para reducir el coste computacional de los modelos de simulación de alta fidelidad utilizados en el proceso de diseño. A pesar de su creciente aplicación en el campo de la optimización determinista, el desarrollo de meta-modelos estocásticos capaces de representar ... [ENG] One of the main challenges in the field of Robust Design Optimization (RDO) is its application to real world problems, especially when
the simulation model involves computationally-expensive black-box
functions (e.g. a finite element model). In these cases, the robust optimization problem is a highly demanding computational task due
to (1) the computationally-expensive simulation model, (2) the high number of calls to the simulation model, and (3) the optimization problem, which involves two nested processes: the uncertainty propagation process and the multi-objective optimization process. The former aims to obtain the response of the structure given an
uncertainty modelled by some stochastic variables of the problem. The latter instanciates an multi-objective optimization algorithm to obtain a trade-o between the robustness of the structural design and the
structural performance. Techniques such as meta-models or surrogate models have been widely used to address this compu ...
Collections
- Tesis [537]
The following license files are associated with this item:
Social media