|
Abstract:
|
Neste trabalho, desenvolveu-se um algoritmo metaheurístico que utiliza aprendizado de máquina para a otimização estrutural eficiente
de um dolphin de amarração. Implementado em Python, o algoritmo
emprega a Interface de Programação de Aplicação (API) do software
de simulação de engenharia em elementos finitos ANSYS para obter
dados de tensão, deformação e rotação dos elementos da estrutura. A
função objetivo considera o peso total da estrutura como critério de
otimização. As variáveis de projeto incluem as direções, inclinações
e pontos iniciais das estacas do dolphin de amarração, respeitando
limites geométricos e normativos. A aprendizagem por reforço é utilizada para classificar a função objetivo de N amostras topológicas
distintas. Já o Backtracking Search Algorithm (BSA) em conjunto
com a Kriging-based Efficient Global Optimization (EGO) refina os
parâmetros gerados, visando alcançar um valor ótimo global. Devido
aos resultados satisfatórios deste estudo, é demonstrada a eficácia do
uso de algoritmos metaheurísticos e aprendizado de máquina na otimização de estruturas de engenharia, destacando vantagens de integrar
ferramentas computacionais avançadas com metodologias inovadoras
de análise estrutural. |
