Capítulo 7.
ConclusionesConclusiones
El uso de algoritmos genéticos como procedimiento de búsqueda de soluciones es muy eficiente, ya que en todos los ejemplos de aplicación se obtuvieron alternativas de solución adecuadas para los problemas planteados. Si bien hubo ejemplos donde se presentaron detalles en las soluciones finales, se obtuvieron buenas aproximaciones a la solución óptima. Este fue el caso de los resultados del capítulo 4 y del capítulo 6. En el primero mencionado, solo se tuvo una fuga no localizada correctamente, pero las demás fugas fueron ubicadas casi en el mismo lugar, el porcentaje de error fue muy pequeño. En el caso del capítulo 6, el detalle fue que la disipación de la energía en dirección X a lo alto del edificio perdió uniformidad en dos entrepisos, aunque los ocho entrepisos restantes resultaron tener una disipación de energía muy parecida.
Este trabajo logró dar un panorama general de cómo los algoritmos genéticos pueden solucionar problemas en Ingeniería Civil, en todas sus áreas y con criterios de optimización diferentes en cada caso. Y no sólo eso, sino también entregar alternativas de solución, que no podrán ser la solución ideal, pero sí pueden ser de ayuda en circunstancias distintas a las planteadas, como en el caso del capítulo 5 que pudiera permitir elegir entre varios diseños aquél que se adecue a nuestras necesidades, ya que como se sabe, no en todas las regiones del país se tiene la misma disposición de materiales que se tiene en el centro del país.
Donde hay una coincidencia entre todos los ejemplos mostrados, es que en todas se trata de buscar una optimización que cause un beneficio tanto al diseñador, operador o tomador de decisiones, además, como en el caso del capítulo 2, también puede entregar un beneficio al medio ambiente al producir menos contaminación.
La gran ventaja que tienen los algoritmos genéticos es su alta adaptabilidad en la resolución de problemas de distintas áreas, ya que su programación no es muy compleja y actualmente existen subrutinas disponibles (Mathlab) que pueden utilizarse fácilmente, y debido a que su procedimiento de búsqueda no es de forma continua en el espacio de soluciones, los resultados entregados no dependen de otros. Además no requieren de mucha información para trabajar, solo usan la información necesaria.
Referencias
Referencias
American Institute of Steel and Construction. (1994).Manual of Steel Construction-Load and Resistance Factor Design. Chicago, IL.
Ang, & Lee. (2001). Cost optimal design of R/C buildings. Reliability Engineering and System Safety , pp. 233 - 238.
Arreguín, Ochoa, & Fernández. (1997).Evaluación de pérdidas en redes de distribución de agua. TLALOC-AMH, Órgano informativo de la Asociación Mexicana de Hidráulica (AMH), No. 10.
Balling, P. (2000). Pareto sets in decision-based design. Journal of Engineering Valuation and Cost Analysis, pp. 189-198.
Bassotti, R. D. (2008).Control de vibraciones torsionales en estructuras sismorresistentes. San Miguel de Tucumán: Editorial de la Universidad Tecnológica Nacional.
Brambila Neri, D. (2012).Diseño de edificios con distribución óptima de amortiguadores viscosos no lineales,Tesis de Maestría, Posgrado de Ingeniería, UNAM.
Carr, Athol J.. (2001). RUAUMOKO3D, Inelastic Dynamic Analysis Computer Program. Christchurch, Nueva Zelanda: University of Canterbury.
Chopra, A., & Goel, R. (2002). A modal pushover analysis procedure for estimating seismic demands for buildings.Earthquake Engineerin and Stuctural Dynamics, pp. 561-582. De Jong, K. A. (1975). Analysis of the Behavior of a Class of Genetic Adaptive Systems. Ann Arbor:
University of Michigan.
Federal Emergency Management Agency. (1998).NEHRP Recommended Provisions for Seismic Regultaions for New Buildings and Other Structures, Part 1. Washington, DC: FEMA. Frangopol, D.M. (1999). Life-cycle cost analysis for bridges. InBridge Safety and Reliability, pp.
210-236.
Fuentes Mariles, O. A., Palma Nava, A., & Rodríguez Vázquez, K. (2011). Estimación y localización de fugas en una red de tuberías de agua potable usando algoritmos genéticos.Ingeniería Investigación y Tecnología, Vol. XII, Núm. 2, pp. 235-242.
Goldberg. (1989).Genetic Algorithms in Search, Optimization, and Machine Learning. Reading, Massachusetts: Addison-Wesley.
Goldberg, D. E., & Hsiung Kuo, C. (1985). Genetic Algorithms in Pipeline Optimization. Albuquerque, New Mexico: The University of Alabama.
Goldberg, D., Sastry, K., & Kendall, G. (2005). Genetic Algorithms. In E. K. Burke, & G. Kendall, Search Methodologies: Introductory Tutorials in Optimization and Decision Support Techniques, pp. 97-125. Springer.
Holland, J. H. (1975). Adaptation in Natural and Artificial Systems. Ann Arbor: University of Michigan Press.
Kareem, A., & Kijewski, T. (1999). Mitigations of motions of tall buildings with especific examples of recent applications.Wind & Structures, Volume 2, Number 3, Septiembre.
Liu, M., Burns, S. A., & Wen, Y. (2003). Optimal seismic design od steel frame buildings based on life cycle cost considerations.Earthquake Engineering and Structural Dynamics, pp. 1313-1332.
Maes, M., & Breitung, K. (1993). Reliability-based tail estimation.Proceedingsof the IUTAM Symposium on Probabilistic Structural Mechanics: Advances in Structural Reliability Methods pp. 335-346. San Antonio, TX.
Marczyk, A. (2004). Algoritmos Genéticos y Computación Evolutiva. http://the- geek.org/docs/algen/algen.html
Martín Martín, J., & Garcia Morate, D. (2004). Seminario: Algoritmos Genéticos. http://www.itnuevolaredo.edu.mx/takeyas/Apuntes/Inteligencia%20Artificial/Apuntes /tareas_alumnos/AG/AG%282005-II%29.pdf
Morales, E. F. (2004). Búsqueda, optimización y aprendizaje. Algoritmos Genéticos. http://ccc.inaoep.mx/~emorales/Cursos/NvoAprend/node105.html
Normas Técnicas Complementarias del Reglamento de Construcciones para el Distrito Federal. 6 de Octubre del 2004.Gaceta Oficial del Distrito Federal .
Orozco y Orozco, S. D. (2007).Elaboración de Pronósticos con Algoritmos Genéticos. Guatemala: Universidad de San Carlos de Guatemala.
Park, & Ang. (1985). Mechanistic seismic damage model for reinforced concrete. Journal of Stuctural Enineering, Vol. III, No. 4. ASCE.
Reglamento de Construcciones para el Distrito Federal. 6 de Octubre del 2004.Gaceta Oficial del Distrito Federal.
Resano Ezcaray, J., & Delgado Leal, J. L. (2000).Un Paseo por la Jungla de la Computación Evolutiva. http://www.elrinconcito.com/articulos/Genetico/Geneticos.htm
Santo Orcero, D. (2004). Los Algoritmos Genéticos. Retrieved from
http://www.orcero.org/irbis/disertacion/node1.html
SIGWEB. (2011).SIGWEB: Sistemas Integrados de Gestión. Marzo 2013, www.sigweb.cl Somerville, P., Smith, N., Puntamurthula, S., & Sun, J. (1997). Development of ground motion
time histories for phase 2 of the FEMA/SAC steel project.SAC Background Document SAC/BD-97/04. Richmond, CA.
Soong, T., & Dargush, G. (1997).Passive energy dissipation systems in structural engineering. New York: John Wiley and Sons.
Taplin, J. H., & Qiu, M. (2001). Using Genetic Algorithms to Optimise the Selection and Scheduling of Road Projects. L. Chambers,Practical Handbook of Genetic Algorithms Aplications Volume 1, pp. 99-134. Boca Raton, Florida: Chapman & Hall/CRC.
Tolmos Rodríguez-Piñero, P. (2003).Introducción a los Algoritmos Genéticos y sus Aplicaciones. Madrid: Universidad Rey Juan Carlos.
Wen, Y., & Kang, Y. (2001). Minimal builing life-cycle cost design criteria II: aplications. Journal of Structural Engineering, pp. 338 - 346.