El objetivo de este trabajo es presentar una nueva metodologia eficiente y precisa llamada Monte Carlo y Kriging (MCK) para la optimizacion de topologia robusta. El objetivo es minimizar el… Click to show full abstract
El objetivo de este trabajo es presentar una nueva metodologia eficiente y precisa llamada Monte Carlo y Kriging (MCK) para la optimizacion de topologia robusta. El objetivo es minimizar el valor esperado de la compliance considerando la existencia de incertidumbre con cargas concentradas. La incertidumbre en la carga puede presentarse en la magnitud, en la direccion y/o en la posicion. La evaluacion de la funcion objetivo se realiza utilizando el metodo de simulacion de Monte Carlo en combinacion con un modelo Kriging. Para estimar el valor esperado de la compliance, se transforma el problema probabilistico en otro deterministico sujeto a multiples estados de carga mediante el Metodo de Monte Carlo pero empleando un reducido numero de evaluaciones del modelo de simulacion. Para ello es necesario construir un modelo Kriging del modelo de simulacion a partir de una pequena muestra obtenida con un hipercubo latino del espacio de diseno y predecir la compliance en cada uno de los puntos utilizados por la simulacion de Monte Carlo. Dos ejemplos demuestran la precision y eficiencia del algoritmo. Para verificar el algoritmo propuesto, los problemas tambien se resuelven mediante el metodo de Monte Carlo estandar.
               
Click one of the above tabs to view related content.