Emprego de algoritmos genéticos para otimização de vigas de concreto armado

Detalhes bibliográficos
Ano de defesa: 2017
Autor(a) principal: BEZERRA, Lays Aguiar
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal de Pernambuco
UFPE
Brasil
Programa de Pos Graduacao em Engenharia Civil e Ambiental
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: https://repositorio.ufpe.br/handle/123456789/29897
Resumo: A escassez de recursos naturais em adição ao constante crescimento de sua demanda tem impulsionado a comunidade científica a buscar por novas tecnologias que viabilizem uma solução eficiente na aplicação dos produtos que de tais recursos são produzidos. Dentre essas tecnologias, com destaque, tem-se a otimização, que vem sendo adotada com êxito em diversas áreas. Optou-se no presente trabalho pela utilização de uma técnica computacional de otimização probabilística chamada Algoritmo Genético (AG), que foi implementada no software MATLAB através de um toolbox específico. O algoritmo foi aplicado na otimização do custo de vigas de concreto armado, biapoiadas e engastadas-livres, submetidas à flexão simples, cujas variáveis otimizadas foram a altura útil e a base da seção, a área de aço longitudinal comprimida e tracionada e a quantidade de estribos ao longo da viga. Ao todo, três análises foram feitas: a relação entre o custo da viga e as variáveis otimizadas quando variados os comprimentos das vigas e a resistência característica do concreto, a relação do custo entre vigas com armadura simples e dupla, e a relação do custo entre vigas considerando e desconsiderando o estado limite de deformações excessivas. Além disso, para garantir que as variáveis escolhidas no processo de otimização fossem aquelas com maior relevância no custo final, foi usada uma técnica probabilística chamada Design Of Experiment (DOE), que verifica o grau de influência de cada variável na função objetivo.