אופטימיזציה רב-אובייקטיביים בהנדסה אזרחית עבור תשתיות בלתי-מוגבלות

חיים ויציבות שירות

תשתיות שנחשפו לסביבות קשות – תרסיס מלח , מחזורי קפוא, או משקעים סיסמיים - חייבים לשמור על פונקציונליות על חיי השירות המיועדים שלה. Durability נמדדת לעתים קרובות באמצעות FLT:0service Life AssessmentFLT:1 מודלים אשר אחראים קורוזיה, עייפות, או השפלה.

הון חברתי וחוסנות קהילתית

(המהנדסים האזרחיים מכירים בחשיבותה של תפוצה:0) התפלגות בלתי נמנעת של הגנה על תקנת 1 (אובייקט אופטימיזציה יחידי עשוי למזער את ההפסדים הצפויים, אך גישה כזו עלולה לרכז באופן בלתי נמנע השקעות באזורים עשירים יותר, תוך השארת אוכלוסיות פגיעות בסיכון.

יישומים מעשיים ומחקרי מקרים

אופטימיזציה רב-אובייקטיבית אינה רק פעילות תיאורטית – היא מוחלת על פרויקטים של עמידות אסון בעולם האמיתי ברחבי העולם.הדוגמאות הבאות ממחישות את רוחב היישומים.

תכנון בנייה מחדש

(באזורים כמו האוקיינוס השקט, מהנדסים משתמשים ב-MOO כדי לתכנן מבנים אשר מאזן בין גבולות סחף:0interstory Limits FLT:1, FLT:2שיקום עלות FLT 3, ו-FLT:4architectural גמישות OVAFLT:5 מחקר אחד בולט השתמש אלגוריתם 6FLT 7 כדי לייעל מסגרות הרגעיות, במקביל למקסימום של חשמלאי (FLT) ו-Fireligication) אשר היו פחות מ-upational (הפצה) של אלגוריתם של חומרים אלה היו פחות מ-Fire 15%).

מערכות הגנה מבוללות

(ב) ערים חוף כמו ניו אורלינס ורוטרדאם מתמודדים עם אתגרים מורכבים של סחף, מבולפונות, מחסומים סערות, ותחנות משאבה. אופטימיזציה רב-אובייקטיבית מסייעת להקצות משאבים בין מרכיבים אלה.מטרות כוללות 90%:0failure הסתברות FLT:1, FLT:2 שיקום עלות FLT 3,LTF:4 העצמה של השפעות סביבתיות מופחתות: 5)

רשתות תחבורה חיוניות

(ב) רשתות הדרכים והרכבת הן קריטיות לתגובת חירום ולשיקום, גישה רב-תכליתית יכולה לייעל את הגשרים (FLT:0) (FLT:1) (נתיבים נורמטיביים), FLT:2bridge TransFLT 3:2bridge TransFLT 3: ו-FLT:4budget Transferation FLT:5 for Bucharests) לדוגמה, FLT:6Cfornia of seiation of Serato-oflation of aration of REEF (Falation of REF) היה אמור להשיג שיפור משמעותי של מחזור חיים של מחזורי של מחזורי של פיזור של מחזורי של פשטני (R) לאחר שיפור משמעותי של ירידה של 20 אחוזים של מחזור הדם).

שיטות ומכשירים

פתרון בעיות אופטימיזציה מרובות אובססיביות בהנדסה אזרחית בדרך כלל דורש אלגוריתמים מתוחכמת המסוגלים לחקור חללי עיצוב ברמה גבוהה. מספר שיטות הוכיחו יעילות במיוחד.

אבולוציה אלגורית

(הופנה מהדף [[1924]]]]]]]] [[1924]]]]]] [[1924]]]]]]]] [[1924]]]]]]]] [[1924]]]]]]]]]] [[1924]]]]]]]]]]]]]]]]]] [[1924]]]]]]]]]]]]]]]]]]]] [[1924]]]]]]]]]]]]]]]]]]]]]]]]]]]]]] ו[[1924]] [[1924]]]]]]]]]]]] [[1924]]]]]]]]]]]]]]]]]]]]]]]] [[1924]]]]]]]] [[1924]]]]]]]]]]]]]]]]]] [[1924]]]]]]]]]]]]]]]]]] [[1924]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]] [[1924]] [[1924]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]] [[1924]]]]]]]]]]]]]]]]]]]] [[[[1966]]]]]]]] [[[[1966]]]]]]]] [[[[1966]]]]]] [[[[1924]]]]]] [[[[1924]]]]]]]] [[[[1966]]]]]]]] [[[[[[[[1966]]]]

Particle Swarm Optimization

Particle swarm אופטימיזציה (PSO) הוא טכניקה מבוססת אוכלוסייה נוספת כי הוא לעתים קרובות מהר יותר מאשר GAs עבור בעיות מסוימות. חלקיקים "fly" דרך חלל העיצוב, התאמת המסלולים שלהם מבוסס על עמדות הידועות שלהם ואת הטוב ביותר בעולם של סטרילי-אובססיבי כמו FLT:0MOPSOFLT:1 לשמור על ארכיון חיצוני של פתרונות שונים ללא שימוש יעיל עבור אופטימיזציה אופטימיים של מערכות בריאות מוחלים בהצלחה.

ניתוח החזית והחלטות

לאחר שקבוצה של עיצובים Pareto-optimal נוצרת, מהנדסים צריכים כלים כדי לבחור פתרון יחיד ליישום.

• (FLT:0Weighted sum Method: FLT:1 Assign יחסי משקל לכל מטרה ובחירת העיצוב הממזער את הערך המשולב של הסקאלר, זה פשוט אבל יכול להחמיץ חלקים לא-convex של גבול Pareto.
• (התכנות:0) ,Goal Programming:FLT:1 Set Purpose Level for Every Objective andמזער סטיית מהמטרות הללו.תועלת כאשר בעלי העניין יש סף ברור לביצועים מקובלים.
• (FLT:0) תהליך היררכיות אנליטי (AHP): ALEX: FLT) 1 טכניקה מובנה כי הצמד משווה מטרות כדי להפיק משקלים חשובים, במיוחד כאשר קלט בעלי עניין איכותניים מעורב.
• (FLT:0) בדיקה וויזואלית: 1FLT: פיזור הגבול ופרטוט ויישום ניתוח של סחר-off, כגון זיהוי אזור "הקנייה" שבו שיפור קטן במטרה אחת דורש הקרבה גדולה באחר.

אתגרים בביצוע אופטימיזציה רב-אופטימית

למרות כוחו, החלת MOO לתשתיות לאסון אינה ללא מכשולים, על מתרגלים לנווט כמה מכשולים טכניים וארגוניים.

זמינות נתונים וגילוי

אופטימיזציה תלויה בנתונים אמינים לגבי הסתברות סיכון, תכונות חומריות, ועלויות מחזור חיים.עם זאת, נתונים אלה הם לעתים קרובות דלים או לא בטוחים, במיוחד לאירועים נדירים כגון שיטפונות קיצוניים או רעידות אדמה 8.

יקר ערך

סימולציות מבניות גבוהות (למשל, ניתוח זמן לא ליניארי) יכול לקחת שעות או ימים עבור הערכה עיצוב יחיד.כאשר בשילוב עם אופטימיזציה מבוסס אוכלוסייה הדורש אלפי הערכות, זמן הריצה הכולל הופך ללא פיקוח ללא ביצועים גבוהים (HPC) או מודלים חלופיים מפתחים באופן פעיל FSD:0multi-fidelityFalationalationerationerupalupationupation זולת טכניקות אנליטיות (HPC) או מודלים אנליטיים).

שיתוף פעולה בין-תחומי

פרויקט MOO מוצלח דורש קלט ממהנדסים מבניים, מומחים גיאוטכניים, hydrologist, estimators עלות, מדענים סביבתיים ובעלי עניין קהילתיים. integraing נקודות מבט מגוונות אלה לתוך מסגרת אופטימיזציה אחת מאתגרת.FLT:0Participation Optimization FLT:1 גישות, שבו בעלי עניין מעורבים בהגדרת מטרות והערכה של עסקאות, הם צוברים עם זאת, הם דורשים כלי תמיכה זהירה כי הם יכולים להבין כי הם יכולים לעזור ללא סיוע זהה.

כיוונים עתידיים ומגמות מתפתחות

אופטימיזציה רב-אובייקטיבית לתשתיות עמידות אסון מתפתחת במהירות, מונעת על ידי התקדמות בתחום חישוב, מדעי נתונים ותכנון הסתגלות אקלים. כמה התפתחויות מבטיחות להפוך את MOO לנגישות יותר ורבת עוצמה בשנים הקרובות.

שילוב עם Machine Learning

מודלים של למידת מכונות, במיוחד רשתות עצביות עמוקות, משמשים יותר ויותר ליצירת מודלים פונדקאים מהירים אשר מחליפים סימולציות יקרות חישוביות.אלה FLT:0meta-מודליםFLT:1 יכול לחזות תגובות מבניות במילות שניות, המאפשר אופטימיזציה בזמן אמת וחיפוש עיצוב אינטראקטיבי.

מערכות תמיכה בזמן אמת

כמו רשתות חיישן ואינטרנט של של הדברים (IoT) מכשירים להיות כלוביקוויטי, תשתיות ניתן לעקוב באופן רציף.כלי MOO עתידיים משלבים נתונים בזמן אמת על בריאות מבנית, תנאים סביבתיים, ודפוסי השימוש לדינמיקה (FLT:0re-optimizeFLT:1 תחזוקה לוח זמנים או אסטרטגיות תפעוליות.

קודים מבוססי עמידות

קודי בניין נוכחי מתמקדים בעיקר בבטיחות החיים, אך מסגרות חדשות המבוססות על ביצועים, כגון FLT:0 RESilience- Based רעידות אדמה מבוססות על יוזמת עיצוב (REDiTM)FLT:1 שפותחה על ידי Arup, להדגיש את ההפסדים בזמן והפסדים כלכליים. אופטימיזציה רב-אובייקטיבית עם מדדי חוסן אלה.

תאומים ואופטימיזציה

תאומים דיגיטליים – העתקים וירטואליים של תשתיות פיזיות המתעדות עם נתונים בזמן אמת – פלטפורמה עוצמתית לאופטימיזציה מתמשכת.תאום דיגיטלי של גשר פגיע או לבוב יכול לרוץ סימולציות מרובות-אובייקטיביות כדי לחזות כיצד אסטרטגיות רטרו-fit שונות יבצעו תחת תרחישי אסון שונים.- מקבלי ההחלטות יכולים לבחור את ההתערבות היעילה ביותר, בתמיכת תצוגת ברורה של טכנולוגיות מסחר- offs.

מסקנה

אופטימיזציה רב-אובייקטיבית התפתחה כמתודולוגיה אבן הפינה לעיצוב תשתיות אסון-הכי הקהילות תלויות יותר ויותר. על ידי חקר באופן שיטתי של עסקאות בין בטיחות מבנית, עלות מחזור חיים, קיימות סביבתית, עמידות, ושוויון חברתי, מהנדסים יכולים לזהות פתרונות כי אין גישה חד-משמעית אחת רק לחשוף. בעוד אתגרים של אי-ודאות, חישובית, ותיאום בין-תחומי, התקדמות במכונות אבולוציוניות, למידה דיגיטלית, הם בעלי ערך מהיר יותר, ולהגיע להזדמנות מעשית, לא-זמנית, היא יעילה יותר, היא יעילה יותר, היא יעילה יותר, אך יעילה יותר, היא יעילה יותר, אך ורק כדי להרחיב את העולם.

(ב) ,0) למד יותר על יסודות אופטימיזציה רב-אובייקטיביים בהנדסה מבנית ממקורות סמכותיים:

• האגודה האמריקנית למהנדסי אזרחים (ASCE)EBA:1) מציעה הנחיות ומחקר על תכנון ואופטימיזציה של סיכונים.
• הסוכנות לניהול חירום (FEMA)EIRLT:1 - מספקת מודלים של סיכונים ושיטות הטובות ביותר עבור תשתיות עמידות אסון.
• (ב) ד', (בשיתוף:0) ,0) ,(Multi-Objective Optimization Using Evolutionary AlgorithmsFLT:1 (Wiley, 2001) – טקסט יסוד המצוטט באופן נרחב בספרות האופטימיזציה של הנדסה.
• [01:0] מאמר ביקורתי ב-FLT:1StructuresFLT:2 (Elsevier) ,FLT 3: "אופטימיזציה של Multi-objective עבור עיצוב סיסמי של מבנים: A State-of-the-art Review".