Algoritmos genéticos modificados y funciones de complejidad variable

Abstract

Los Algoritmos Genéticos (AG's) son procedimientos de búsqueda basados en los principios de la selección natural y de la genética, ampliamente utilizados en ingeniería por su capacidad para resolver problemas que las técnicas tradicionales de optimización no pueden abordar, En el campo de la ingeniería mecánica frecuentemente se encuentran funciones objetivo cuya complejidad hace aconsejable la utilización de estas técnicas evolutivas; no obstante, los AG's de la primera generación se encuentran fuertemente limitados para resolver problemas de alta complejidad que implican la optimización de funciones objetivo apoyadas en el análisis de modelos mediante elementos finitos, aproximación de soluciones de ecuaciones no lineales o simulaciones de evento discreto, debido a que necesitan hacer cientos o miles der evaluaciones de la función objetivo, la cual resulta muy costosa de evaluar, haciéndose necesario recurrir al diseño de operadores genéticos especializados, a la utilización de nuevas estrategias y a su ejecución en equipos informáticos con gran capacidad del cálculo. En esta Memoria se desarrolla un método capaz de abordar este tipo de problemas mediante la utilización de OMEGA (Oriented Mechanical Engineering Genetic Algorithm), un Algoritmo Genético que incorpora la utilización de modelos con distintos grados de complejidad y un operador de mutación dinámico con objeto de reducir de forma sustancial el número de evaluaciones necesarias de la función objetivo exacta. El desarrollo pretende ser utilizado en diversos problemas de interés en ingeniería mecánica, como la selección óptima de posiciones de accionamientos en mecanismos con alto número de grados de libertad, el posicionamiento óptimo de actuadores para la corrección de pequeñas deformaciones estáticas y dinámicas tanto en estos mecanismos como en estructuras adaptativas, así como en la sintesis dimensional de mecanismos,