RT info:eu-repo/semantics/masterThesis
T1 Estudio de algoritmos genéticos multiobjetivo
A1 Álvarez Pedrosa, Joseph
A2 Universidad de Valladolid. Escuela de Ingenierías Industriales
K1 Metaheurística
K1 MOP
K1 Dominancia Pareto
K1 Multiobjetivo
K1 1203.02 Lenguajes Algorítmicos
AB En muchas ocasiones, a lo largo de nuestra experiencia, nos encontramos ante problemas de decisión donde los objetivos a satisfacer son conflictivos entre sí: desde la decisión de comprar un coche económico y confortable, a la configuración de productos financieros que generen el máximo rendimiento con el menor riesgo. La mayoría de estos problemas se resuelven gracias al uso del intelecto, la experiencia acumulada y la intuición del que toma la decisión final. La metaheurística propone un marco normativo para implementar técnicas que ayuden a resolver estos problemas, muchas de ellas basadas en patrones similares a los que acontecen en la naturaleza para que las especies prosperen. Aquí se enmarcan los algoritmos genéticos, donde una población de individuos prospera ante las constantes evaluaciones de aptitud a las que son sometidos, formando un conjunto diverso de soluciones óptimas, dejando en manos del experto la decisión final.El objeto del presente trabajo es hacer un estudio de las técnicas metaheurísticas presentes en la actualidad, haciendo especial énfasis en los algoritmos genéticos multiobjetivo, para después seleccionar una de estas técnicas como rival ante dos grandes del mercado. El problema a tratar es de tipo estructural, objeto de estudio actualmente en la universidad, y consiste en la sintonización de amortiguadores de masa (TMD) en un edificio esbelto para satisfacer dos objetivos conflictivos entre sí: seguridad estructural y confort de los habitantes ante la acción sísmica.Palabras clave: Metaheurística, Multiobjetivo, Dominancia Pareto, MOP.ABSTRACTOn many occasions, we are faced with problems in decision-making, where the objectives to be met are conflicting with each other: from deciding to buy a car which is both economical and comfortable, to generating maximum performance with the least risk in outperforming financial products. Most of these problems are solved by decision-makers that use their intellectual skills, accumulated experience and intuition. Metaheuristics proposes a high-level framework to implement techniques that help solve these problems, many of them based on patterns similar to those that occur in nature for species to thrive. Genetic algorithms are framed within these guidelines, where a group of individuals thrives and is subjected to a constant evaluation, resulting in a diverse set of optimal solutions, leaving the final decision up to the expert.The purpose of this work is to carry out a research study on metaheuristic techniques in use today, with a special emphasis on multi-objective genetic algorithms. One of these techniques is selected to compete with two of the top market algorithms. The problem to be solved is of a structural nature and is currently under study at the university. It consists in the tuning of mass dampers (TMD) in slender buildings to meet two conflicting objectives between them: structural safety and comfort of the inhabitants during a seismic action.
YR 2020
FD 2020
LK http://uvadoc.uva.es/handle/10324/42447
UL http://uvadoc.uva.es/handle/10324/42447
LA spa
NO Departamento de Organización de Empresas y Comercialización e Investigación de Mercados
DS UVaDOC
RD 17-jul-2024