Professional Documents
Culture Documents
Dissertao de Mestrado
Dissertao apresentada como requisito parcial para
obteno do ttulo de Mestre pelo Programa de PsGraduao em Engenharia Civil da PUC-Rio.
Orientadores: Luiz Fernando C. R. Martha
Luiz Eloy Vaz
Ficha Catalogrfica
Agradecimentos
A Deus, pela certeza de Seu amor incondicional.
Aos meus pais, Osmar e Ftima, que no mediram esforos para tornar possvel
a concretizao desta etapa, dando todo o apoio, carinho e incentivo
necessrios.
Ao meu marido Jlio, pelo companherismo, amor e pacincia inestimveis, que
tornaram mais ameno e agradvel o tempo dedicado concluso deste trabalho.
Ao meu irmo Gustavo, pela amizade e incentivo, e a minha irm Patrcia, pelos
cuidados e carinhos de uma verdadeira me.
Ao professor Luiz Fernando Martha, orientador deste trabalho, pela confiana
Resumo
Holtz, Gisele Cristina da Cunha; Martha, Luiz Fernando C. R. (Orientador);
Vaz, Luiz Eloy (Co-orientador). Traado automtico de envoltrias de
esforos em estruturas planas utilizando um algoritmo evolucionrio.
Rio de Janeiro, 2005. 123p. Dissertao de Mestrado - Departamento de
Engenharia Civil, Pontifcia Universidade Catlica do Rio de Janeiro.
O objetivo deste trabalho desenvolver dentro do programa FTOOL uma
ferramenta para obteno de envoltrias de esforos internos devido a cargas
mveis. Envoltrias geralmente so obtidas atravs de interpolao de valores
limites de sees pr-selecionadas ao longo da estrutura. Estes valores so
obtidos com base no posicionamento da carga mvel em relao s linhas de
influncia dos esforos internos. A determinao de valores limites de um
esforo em uma seo constitui um problema de otimizao cujo objetivo
minimizar ou maximizar os valores dos esforos em relao posio do trem-
tipo que percorre a estrutura. Porm, no existe uma expresso analtica que
defina os valores limites de um esforo em uma seo para um dado trem-tipo, o
que impossibilita o uso da maioria dos mtodos clssicos de otimizao para
resolver o problema, porque esses mtodos requerem, na maioria das vezes, o
uso de pelo menos a primeira derivada da funo objetivo em relao s
variveis de projeto. Portanto, este trabalho adotou algoritmos da Estratgia
Evolutiva ( EE ) para determinar os valores limites devidos a cargas mveis.
Foram feitas duas implementao distintas de Estratgia Evolutiva, conhecidas
como (1 + ) EE e ( + ) EE . Alm de utilizar algoritmos de EE para
resolver o problema de envoltrias, foi desenvolvido um outro processo de
soluo denominado Fora Bruta, que consiste em percorrer com o trem-tipo
toda estrutura por passos pr-estabelecidos e calcular os valores dos esforos
mnimos e mximos. Para a grande maioria dos casos, os resultados obtidos
com a Estratgia Evolutiva foram corretos, porm, em alguns casos mais
crticos, o valor exato da envoltria no encontrado em algumas sees da
estrutura, embora encontre um valor muito prximo a ele. Observou-se que os
resultados da EE podem ser melhorados quando se enriquece a soluo com
uma estratgia econmica de posicionamento de cargas concentradas em cima
de picos da linha de influncia.
Palavras-chave
Estratgia Evolutiva, Computao Evolucionria, Envoltria de Esforos
Internos, Trem-tipo.
Abstract
Holtz, Gisele Cristina da Cunha; Martha, Luiz Fernando C. R. (Advisor);
Vaz, Luiz Eloy (Co-advisor). Automatic tracing of envelopes in planar
structures using a evolutionary algorithm. Rio de Janeiro, 2005. 123p.
MSc. Dissertation Civil Engineering Department, Pontifcia Universidade
Catlica do Rio de Janeiro.
The objective of this work is to develop a tool for obtaining envelopes of
internal forces due to load-trains in the FTOOL software. Usually, envelopes are
obtained through interpolation of limiting values on pre-selected sections along
the structure. These values are obtained based on the positioning of the loadtrain in relation to influence lines of internal forces. The determination of limiting
values of an effect at a section represents an optimization problem whose
objective is to minimize or maximize the values of that effect in relation to the
position of a load-train that passes along the structure. However, there is no
Key-words
Evolution Strategy, Evolutionary Computation, Envelopes of Internal
Forces, Load-Train.
Sumrio
1 Introduo
20
1.1. Objetivo
20
21
22
2.1. Introduo
22
22
23
24
2.4.1. Traado de LI
25
26
28
3 Mtodos de Otimizao
35
3.1. Introduo
35
3.2. Definies
35
36
38
38
3.4.1.1. Definies
41
41
46
47
48
50
51
52
55
57
4 Implementao Computacional
59
4.1. Introduo
59
4.2. Trem-tipo
59
59
62
63
65
65
67
69
70
4.3.1. Eventos
71
72
75
75
5 Algoritmos Implementados
78
5.1. Introduo
78
78
5.3. Estratgia 1+ - EE
80
80
81
82
5.3.1.3. Mutao
82
5.3.1.4. Seleo
83
85
5.4. Estratgia + - EE
85
85
86
5.4.1.2. Mutao
86
5.4.1.3. Seleo
86
88
89
5.6. Cargas-em-picos
90
91
6.1. Introduo
91
6.2. Exemplo 1
91
92
96
98
6.3. Exemplo 2
100
100
102
6.4. Exemplo 3
104
105
106
108
6.5. Exemplo 4
109
110
111
113
6.6.1. Caso 1
113
6.6.2. Caso 2
115
116
117
7 Concluso
119
120
Referncia Bibliogrfica
121
Lista de figuras
Figura 2.1 Linha de influncia de momento fletor em uma seo de uma viga
contnua.
24
26
26
27
27
Figura 2.6 Viga bi-apoiada com balanos, carga permanente e carga mvel. 29
Figura 2.7 Esforos internos da carga permanente.
29
30
30
30
31
32
32
32
33
33
37
40
45
46
48
Figura 3.6 Crossover na PG : seleo aleatria dos ramos que sofrero o corte
(SOUSA & ANDRADE, 1998).
49
50
50
53
Figura 3.10 Nmeros gerados pela funo rand da biblioteca da linguagem C.54
Figura 3.11 Nmeros gerados pela transformao da v.a. uniforme em v.a.
normal.
54
60
61
62
63
63
64
64
65
66
66
67
68
68
69
69
70
72
72
76
76
77
79
81
82
84
85
91
92
95
96
97
97
98
98
100
100
+ EE e Fora Bruta.
101
picos.
101
+ EE e Fora Bruta.
103
Cargas-em-picos.
103
105
105
106
108
110
110
111
113
114
114
115
115
116
116
117
Lista de quadros
64
74
75
Lista de tabelas
31
33
58
60
61
62
87
92
93
94
99
99
99
101
102
103
104
105
106
106
107
107
108
109
109
110
111
112
112
Lista de Smbolos
Romanos
dx
Esforo ou reao
fd
Funo densidade
IND
populao
LIM s
MS
Momento fletor em S
na
nb
Nmero de bits
n ger
Nmero de geraes
nsec
ntot
P
p
Carga concentrada
p'
pc
pi
Probabilidade de seleo
pm
q'
Reao de apoio
Indivduo genitor
v'
Indivduo descendente
xa
xb
xL
xU
lt
comprimento do trem-tipo
ltot
Gregos
Mdia
Deslocamento generalizado
Nmero de descendentes
Rotao
Desvio padro
Varincia
'
Nmero de genitores
Nmero de indivduos que participam da recombinao
Lista de Abreviaturas
AE
Algoritmo Evolucionrio
AG
Algoritmo Gentico
EE
Estratgia Evolutiva
FTOOL
LI
Linha de influncia
LIM
LIQ
PDV
PE
Programao Evolutiva
PG
Programao Gentica
v.a.
Varivel aleatria
1
Introduo
1.1.
Objetivo
Para o dimensionamento de estruturas submetidas a cargas mveis, tais
como pontes rodovirias, ferrovirias e prticos industriais, essencialmente
necessrio o conhecimento dos esforos limites, mnimos e mximos, atuantes
nas sees das estruturas. Esses esforos so geralmente dispostos em um
diagrama denominado de envoltria de esforos.
Introduo
21
esforo em cada seo. Isso feito, por exemplo, pelo programa Dr. Beam (Dr.
SOFTWARE, 2005). Entretanto, esse processo no considera todas as
particularidades dos trens-tipo, como a existncia da carga de multido. Outros
programas, como o STRAP (ATIR, 2005), embora considerem esse tipo de
carga, percorrem toda estrutura com a carga mvel por passos de tamanho prestabelecidos para determinar os esforos limites e, sendo assim, no verificam
todas as posies possveis.
As dificuldades no processo do traado de envoltrias de esforos muitas
vezes limitam a percepo dos alunos ao comportamento das estruturas
submetidas a cargas mveis. Este trabalho busca no s traar envoltrias de
esforos provocados por cargas mveis de forma correta como tambm oferecer
uma ferramenta educativa eficiente para o ensino do traado. A implementao
da envoltria de esforos enriquece ainda mais a caracterstica educacional do
FTOOL, pois alm da obteno da envoltria propriamente dita, o aluno pode
PUC-Rio - Certificao Digital N 0310953/CA
pode-se
testar
diferentes
alternativas
de
trens-tipo,
adquirindo
1.2.
Organizao do Trabalho
O captulo dois mostra como se pode obter o esforo em uma seo da
estrutura devido ao de uma carga mvel a partir da sua linha de influncia.
Alguns mtodos de otimizao so apresentados no captulo trs, onde
dado uma maior nfase a Computao Evolucionria, que uma famlia de
mtodos probabilsticos de otimizao a qual pertence a Estratgia Evolutiva,
que foi utilizada neste trabalho.
No captulo quatro descreve-se a implementao computacional, incluindo
as modificaes na estrutura de dados e na interface grfica do FTOOL para a
criao dos trens-tipo e o traado das envoltrias de esforos.
Os detalhes da implementao dos algoritmos utilizados para a
determinao dos esforos limites esto no captulo cinco.
Para a validao da ferramenta desenvolvida, o captulo seis mostra
exemplos e comparaes dos resultados obtidos.
As concluses finais e comentrios foram feitos no captulo sete, onde
tambm se ressaltam as caractersticas dos resultados obtidos atravs de cada
mtodo.
2
Cargas Mveis, Linhas de Influncia e Envoltrias de
Esforos
2.1.
Introduo
Para o dimensionamento de qualquer estrutura necessrio conhecer os
esforos mximos e mnimos que ela apresentar ao ser submetida ao
carregamento que ser destinada. Para estruturas submetidas a cargas mveis
existe um diagrama, denominado de envoltria de esforos, que determina os
2.2.
Classificao das aes atuantes nas estruturas
De acordo com a NBR 8681 (1984), as aes atuantes nas estruturas,
que so as causas que provocam esforos ou deformaes, podem ser
classificadas segundo sua variabilidade no tempo em trs categorias:
Aes permanentes
So as cargas que ocorrem com valores constantes ou de pequena
variao em torno de sua mdia, durante praticamente toda a vida da
construo. As aes permanentes so divididas em diretas, tais como os
pesos prprios dos elementos da construo, incluindo-se o peso prprio
da estrutura e de todos os elementos construtivos permanentes, e
indiretas, como protenso, recalques de apoio e a retrao dos materiais.
Aes variveis
So as cargas que ocorrem com valores que apresentam variaes
significativas em torno de sua mdia, durante a vida da construo. So
23
2.3.
Cargas Mveis
Diversas estruturas so solicitadas por cargas mveis. Exemplos so
pontes rodovirias e ferrovirias ou prticos industriais que suportam pontes
rolantes para transporte de cargas. Os esforos internos nestes tipos de
estrutura no variam apenas com a magnitude das cargas aplicadas, mas
tambm com a posio de atuao das mesmas. Portanto, o projeto de um
elemento estrutural, como uma viga de ponte, envolve a determinao das
posies das cargas mveis que produzem valores extremos dos esforos nas
sees do elemento.
No projeto de estruturas submetidas a cargas fixas, a posio de atuao
de cargas acidentais de ocupao tambm influencia na determinao dos
esforos dimensionantes. Por exemplo, o momento fletor mximo em uma
determinada seo de uma viga contnua com vrios vos no determinado
pelo posicionamento da carga acidental de ocupao em todos os vos.
Posies selecionadas de atuao da carga acidental vo determinar os valores
limites de momento fletor na seo. Assim, o projetista ter que determinar, para
cada seo a ser dimensionada e para cada esforo dimensionante, as posies
de atuao das cargas acidentais que provocam os valores extremos (mximos
e mnimos de um determinado esforo).
24
Uma alternativa para este problema seria analisar a estrutura para vrias
posies das cargas mveis ou acidentais e selecionar os valores extremos.
Este procedimento no prtico nem eficiente de uma maneira geral, exceto
para estruturas e carregamentos simples. O procedimento geral e objetivo para
determinar as posies de cargas mveis e acidentais que provocam valores
extremos de um determinado esforo em uma seo de uma estrutura feito
com auxlio de Linhas de Influncia.
2.4.
Linhas de Influncia
Linhas de Influncia ( LI ) descrevem a variao de um determinado efeito
(por exemplo, uma reao de apoio, um esforo cortante ou um momento fletor
em uma seo) em funo da posio de uma carga vertical unitria que passeia
em funo de x , isto ,
P=1
S
MS(x)
Figura 2.1 Linha de influncia de momento fletor em uma seo de uma viga contnua.
25
2.4.1.
Traado de LI
O FTOOL calcula a linha de influncia de um esforo E utilizando o
Princpio de Mller-Breslau (SSSEKIND, 1997), tambm conhecido como
mtodo cinemtico para o traado de LI , que foi formulado por Mller-Breslau
no final do sculo 19.
Este
mtodo
pode
ser
demonstrado
atravs
do
Princpio
dos
Deslocamentos Virtuais - PDV (Martha, 2005) e pode ser aplicado para qualquer
tipo de estrutura, isosttica ou hiperesttica. Embora este mtodo possa ser
utilizado para obteno de LI de esforos e reaes, o FTOOL no calcula LI
de reaes.
De uma maneira resumida, para se traar a linha de influncia de um efeito
Efeito
26
Deslocamento
generalizado
Reao de apoio
=1
Esforo normal
N
=1
Esforo cortante
Q
=1
Momento fletor
=1
Figura 2.2 Deslocamentos generalizados utilizados no mtodo cinemtico.
2.5.
Determinao de esforo extremo com base em LI
A determinao de valores mximo e mnimo de um esforo interno em
uma seo de estudo exemplificada para o caso do momento fletor na seo
g
S
LIMS
g
S
12
12
27
(2.1)
Considere que existe uma carga mvel atuando sobre a estrutura, que
composta por uma carga concentrada P e por um carregamento acidental de
ocupao que representado por uma carga uniformemente distribuda q . Por
ser acidental, a carga q pode atuar parcialmente ao longo da estrutura. O que
se busca so as posies de atuao das cargas P e q que maximizam ou
minimizam o momento fletor em S . O valor mximo de M s obtido quando a
carga q est posicionada sobre ordenadas positivas da LIM s e a carga P est
sobre a maior ordenada positiva, e o valor mnimo obtido quando a carga q
est posicionada sobre ordenadas negativas da LIM s e a carga P est sobre a
P
q
LIMS
Figura 2.4 Posicionamento da carga mvel para provocar mximo momento fletor em
uma seo.
P
q
S
LIMS
Figura 2.5 Posicionamento da carga mvel para provocar mnimo momento fletor em
uma seo.
(M )
q
S mx
12
28
(2.2)
(M )
q
S mn
= LIM S qdx
(2.3)
(M )
(M )
P
S mx
= LIM Smx P
(2.4)
P
S mn
= LIM Smn P
(2.5)
( )
+ (M )
(M S )mx
= M Sg + M Sq
(M S )mn
= M Sg
mx
q
S mn
( )
+ (M )
+ M SP
mx
P
S mn
(2.6)
(2.7)
2.6.
Envoltria Limite de Esforos
As envoltrias limites de um determinado esforo em uma estrutura
descrevem para um conjunto de cargas mveis ou acidentais, os valores
mximos e mnimos deste esforo em cada uma das sees da estrutura, de
forma anloga a que descreve o diagrama de esforos para um carregamento
fixo. Assim, o objetivo da Anlise Estrutural para o caso de cargas mveis ou
acidentais a determinao de envoltrias de mximos e mnimos de momentos
fletores, esforos cortantes, etc., o que possibilitar o dimensionamento da
29
Carga Mvel
Carga Permanente
B
Besq
Bdir
Fesq
Fdir
Figura 2.6 Viga bi-apoiada com balanos, carga permanente e carga mvel.
Besq
A
Bdir C
Fesq
Carga Permanente:
Esforos Cortantes [kN]
Carga Permanente:
Momentos Fletores [kNm]
Fdir
LIQBesq
Besq
(carga mvel no atuando)
(Q )
(Q )
=0
c .m.
Besq mn.
c .m.
Besq mx .
Bdir
LIQBdir
. m.
(QBdir )cmn
. = [20 ( 0.25) + 10 0.5 3 ( 0.25)] = 8.75 kN
. m.
(QBdir )cmx
. = [20 ( 1.00 ) + 10 ( 0.75) + 10 0.5 3 ( 0.25) + 10 0.5 12 ( 1.00 )] = +91.25 kN
LIQC
.m.
(QC )cmn
. = [20 ( 0.25) + 10 0.5 3 ( 0.25) + 10 0.5 3 ( 0.25)] = 12.50 kN
.m.
(QC )cmx
. = [20 ( 0.75) + 10 ( 0.50 ) + 10 0.5 3 ( 0.25) + 10 0.5 9 ( 0.75)] = +57.50 kN
30
31
LIQD
.m.
(QD )cmn
. = [20 ( 0.50 ) + 10 ( 0.25) + 10 0.5 6 ( 0.50 ) + 10 0.5 3 ( 0.25)] = 31.25 kN
.m.
(QD )cmx
. = [20 ( 0.50 ) + 10 ( 0.25) + 10 0.5 6 ( 0.50 ) + 10 0.5 3 ( 0.25)] = +31.25 kN
Seo
Carga
Permanente
Carga Mvel
mnimo
Envoltrias
mximo
mnimo
mximo
-20.00
-20.00
Besq
-60
-60.00
-120.00
-60.00
Bdir
+120
-8.75
+91.25
+111.25
+211.25
+60
-12.50
+57.50
+47.50
+117.50
-31.25
+31.25
-31.25
+31.25
-60
-57.50
+12.50
-117.50
-47.50
Fesq
-120
-91.25
+8.75
-211.25
-111.25
Fdir
+60
+60.00
+60.00
+120.00
+20.00
+20.00
211.25
mximos
120
117.50
111.25
60
31.25
47.50
-20
32
-47.50
-31.25
-60
-120
-117.50
carga
permanente
20
mnimos
faixa de
trabalho
Envoltrias:
Esforos Cortantes [kN]
-111.25
-211.25
LIMB
(carga mvel no atuando)
.m.
(M B )cmn
. = [20 ( 3.00 ) + 10 0.5 3 ( 3.00 )] = 105.00 kNm
. m.
(M B )cmx
. =0
LIMC
.m.
(MC )cmn
. = [20 ( 2.25) + 10 0.5 3 ( 2.25) + 10 0.5 3 ( 0.75)] = 90.00 kNm
.m.
(MC )cmx
. = [20 ( 2.25) + 10 ( 1.50 ) + 10 0.5 12 ( 2.25)] = +195.00 kNm
33
LIMD
.m.
(M D )cmn
. = [20 ( 1.50 ) + 10 0.5 3 ( 1.50 ) + 10 0.5 3 ( 1.50 )] = 75.00 kNm
.m.
(M D )cmx
. = [20 ( 3.00 ) + 10 ( 1.50 ) + 10 0.5 12 ( 3.00 )] = +255.00 kNm
nas sees da estrutura devido a cada carregamento atuante e o valor final das
envoltrias de momento fletor, que esto representadas na Figura 2.16.
Tabela 2.2 Resultados obtidos na envoltria de momento fletor.
Seo
Carga
Carga Mvel
Permanente
Envoltrias
mnimo
mximo
mnimo
mximo
-90
-105
-195
-90
+180
-90
+195
+90
+375
+270
-75
+255
+195
+525
+180
-90
+195
+90
+375
-90
-105
-195
-90
-195
-195
mnimos
-90
90
-90
90
195
carga
permanente
mximos
375
375
faixa de
trabalho
Envoltrias:
Momentos Fletores [kNm]
525
34
deles utilizam derivadas da funo objetivo, como ser visto no capitulo seguinte.
3
Mtodos de Otimizao
3.1.
Introduo
Os problemas de otimizao so problemas de maximizao ou
minimizao de funo de uma ou mais variveis num determinado domnio,
sendo que, geralmente, existe um conjunto de restries nas variveis.
Os algoritmos usados para a soluo de um problema de otimizao
podem ser, basicamente, determinsticos ou probabilsticos.
3.2.
Definies
Para melhor entendimento dos algoritmos de otimizao, faz-se necessrio
o conhecimento de alguns conceitos e definies utilizados na literatura
(BASTOS, 2004). A seguir so listados alguns termos usualmente relacionados a
um problema de otimizao qualquer:
Variveis de projeto: So aquelas que se alteram durante o processo de
otimizao, podendo ser contnuas (reais), inteiras ou discretas.
Restries: So funes de igualdade ou desigualdade sobre as variveis
de projeto que descrevem situaes de projeto consideradas no
desejveis.
Mtodos de Otimizao
36
3.3.
Mtodos Determinsticos
Os mtodos de otimizao baseados nos algoritmos determinsticos
maioria dos mtodos clssicos geram uma seqncia determinstica de
possveis solues requerendo, na maioria das vezes, o uso de pelo menos a
primeira derivada da funo objetivo em relao s variveis de projeto.
Nestes mtodos, a funo objetivo e as restries so dadas como
funes matemticas e relaes funcionais. Alm disso, a funo objetivo deve
ser contnua e diferencivel no espao de busca (BASTOS, 2004). Esse tipo de
problema pode ser representado matematicamente da seguinte forma:
Mtodos de Otimizao
37
g1 ( x1 , x 2 ,..., x n ){=}b1
M
g m ( x1 , x 2 ,..., x n ){=}bm
em que:
Mtodos de Otimizao
38
os
mtodos
que
mais
se
destacam
so:
3.4.
Mtodos Probabilsticos
Os mtodos de otimizao baseados nos algoritmos probabilsticos usam
somente a avaliao da funo objetivo e introduzem no processo de otimizao
dados e parmetros estocsticos. Por no utilizarem a derivada da funo
objetivo, so considerados mtodos de ordem zero.
3.4.1.
Computao Evolucionria
Segundo BCK et al.(1997), a Computao Evolucionria teve origem no
final da dcada de 50 e permaneceu relativamente desconhecida da comunidade
Mtodos de Otimizao
39
Mtodos de Otimizao
40
Incio
Meio
Fim
Funo aptido
Funo aptido
Funo aptido
Indivduos no domnio da
Indivduos no domnio da
Indivduos no domnio da
funo aptido
funo aptido
funo aptido
(a)
(b)
(c)
Mtodos de Otimizao
41
3.4.1.1.
Definies
Para a utilizao de um
AE
AE utilizado em um problema de
3.4.1.2.
Algoritmo Evolucionrio
A principal idia em que se baseia qualquer variao de um Algoritmo
Evolucionrio : dada uma populao de indivduos, a presso do meio ambiente
causa uma seleo natural que evolui a populao. Sendo assim, qualquer
algoritmo evolucionrio deve ter as seguintes componentes bsicas para
resolver um problema (MICHALEWICZ, 1996; EIBEN & SMITH, 2003;
BARBOSA, 1997; BCK et al, 1997):
Mtodos de Otimizao
42
x1 =00100
x2 =10100
Essas codificaes seriam os genes que concatenados formam o
cromossomo, que representa uma possvel soluo do problema:
0010010100
Para recuperar os valores das variveis no espao real, ou seja, obter o
fentipo, necessrio um processo de descodificao:
x iU xiL
2 nb 1
(3.1)
Mtodos de Otimizao
43
Onde:
x - ponto de busca no espao.
AE ' s mais sofisticados a populao pode ter uma estrutura adicional, com
medidas de distncia ou relaes de vizinhana. Em quase todas as
aplicaes de AE o tamanho da populao constante, no sendo
modificado durante a evoluo.
Uma maneira de inicializar a populao;
Mtodos de Otimizao
44
com maior aptido, como, por exemplo, iniciar a populao com solues
aproximadas conhecidas ou contendo algum tipo de informao prvia. Se
isso vale o esforo computacional extra envolvido, depende muito da
aplicao.
Uma funo aptido
Mtodos de Otimizao
45
Mtodos de Otimizao
46
algumas
heursticas
adicionais,
que
esto
relacionadas
3.4.1.3.
Principais Ramos da Computao Evolucionria
A Computao Evolucionria uma das reas da Inteligncia Artificial,
juntamente com as Redes Neurais e os Sistemas de Lgica Nebulosa (Figura
3.4). A maioria das implementaes de algoritmos evolucionrios vem de trs
ramos fortemente relacionados, porm independentemente desenvolvidos
Mtodos de Otimizao
47
3.4.1.4.
Algoritmos Genticos (AGs)
Segundo BARBOSA (1977) e BCK (1997), o AG foi desenvolvido
principalmente por John Holland no final da dcada de 60 buscando inspirao
no que se conhece sobre o processo de evoluo natural, conhecimento este
iniciado solidamente com a teoria da evoluo de Darwin no seu famoso livro A
Origem das Espcies.
Na maioria das aplicaes que utilizam AG' s , a forma mais comum de
construo de uma codificao utilizar uma cadeia binria, de comprimento
fixo. Isso ocorre porque a teoria dos AG ' s foi desenvolvida com base nesta
representao, mas DAVIS (1991) acha que essa representao no natural e
desnecessria na maioria dos casos.
O principal operador a recombinao, tambm conhecido como
f1 : 1111000
p2: 0000000
f2 : 0000111
seleo
tipicamente
implementada
utilizando
um
esquema
Mtodos de Otimizao
pi =
48
fi
m
(3.2)
fi
i =1
p1
p2
p3
p4
3.4.1.5.
Programao Gentica (PG)
O paradigma da PG foi desenvolvido por John Koza (KOZA,1992).
Segundo MICHALEWICZ (1996), esta tcnica constitui uma maneira de fazer
uma busca no espao de possveis programas computacionais para escolher o
melhor deles, ou seja, uma tcnica de gerao automtica de programas de
computador, onde a partir de especificaes de comportamento, o computador
deve ser capaz de induzir um programa que as satisfaa (KOZA, 1992).
Mtodos de Otimizao
49
f F
tem
Figura 3.6 Crossover na PG : seleo aleatria dos ramos que sofrero o corte
(SOUSA & ANDRADE, 1998).
Mtodos de Otimizao
50
3.8).
3.4.1.6.
Programao Evolutiva (PE)
De acordo com BCK et al. (1997) e MICHALEWICZ (1996), a PE surgiu
originalmente como uma tentativa de criar inteligncia artificial. O objetivo era
desenvolver mquinas de estado finitas (MEF) para prever eventos com base em
observaes anteriores. Uma MEF uma mquina abstrata que transforma uma
seqncia de dados de entrada em uma seqncia de dados de sada. A
transformao depende de certas regras de transio.
Os indivduos so usualmente representados por vetores de nmeros
reais. Geralmente cada genitor gera um filho. A mutao ocorre tipicamente com
probabilidade uniforme e originalmente implementada como uma mudana
Mtodos de Otimizao
51
No utilizada a recombinao.
O processo de seleo ocorre como uma srie de torneios entre subgrupos dentro da populao. Cada indivduo da populao avaliado contra t
(obrigatoriamente t > 1 e usualmente t 10 ) outros indivduos escolhidos
randomicamente da populao. Para cada comparao marcado um vencedor.
Permanecem na populao os indivduos que tiveram o maior nmero de
vitrias.
3.4.1.7.
Estratgia Evolutiva (EE)
A primeira verso de EE' s foi (1 + 1) EE , que empregava um esquema
simples de seleo-mutao trabalhando em um nico indivduo que gera um
nico descendente atravs da mutao Gaussiana e ambos so submetidos ao
processo de seleo, que elimina a soluo mais pobre. Mais tarde, esta teoria
evolui para ( + 1) EE , no qual uma populao de indivduos se recombina
de maneira randmica para formar um descendente, que sofre mutao e em
seguida, passa pelo processo de seleo.
Nas verses descritas acima, a convergncia era lenta e a busca ponto a
ponto era susceptvel a estagnar em mnimos locais.
Mais tarde, visando sanar essas deficincias, desenvolveram-se outras
verses, utilizando a estratgia denominada multi-membros, onde o tamanho da
populao maior que um. Atualmente, os dois principais tipos so (COSTA &
OLIVEIRA, 2002; BEYER et al., 2002; BCK et al., 1997):
( + ) EE
Mtodos de Otimizao
52
( , ) EE
3.4.1.7.1.
Distribuio Normal
Para utilizar um algoritmo de EE ' s necessrio conhecer uma maneira de
gerar variveis aleatrias segundo uma distribuio normal ou gaussiana.
O modelo probabilstico citado acima chamado Modelo Normal e suas
origens remontam a Gauss em seus trabalhos sobre erros de observaes
astronmicas, por volta de 1810, da o nome de distribuio Gaussiana para tal
modelo (BUSSAD & MORETTIN, 2004).
De uma maneira geral, diz-se que uma varivel aleatria (v.a.) tem
distribuio normal com mdia
e ( )
/ 2 2
, < <
(3.3)
Mtodos de Otimizao
53
A Figura 3.9 ilustra uma curva normal, determinada por valores particulares
de e .
fd ( )
Figura 3.9 Funo de densidade de probabilidade de uma v.a. normal com mdia e
desvio padro .
1 = + .z1
(3.4)
(3.5)
z 2 = 2 log u1 sen(2u 2 )
(3.6)
Mtodos de Otimizao
54
0,9
0,8
0,7
0,6
0,5
0,4
0,3
0,2
0,1
0
0
200
400
600
800
1000
Nmero de variveis
3
2
1
0
0
100
200
300
400
500
600
700
800
900
1000
-1
-2
-3
-4
Nmero de variveis
Figura 3.11 Nmeros gerados pela transformao da v.a. uniforme em v.a. normal.
Mtodos de Otimizao
55
3.4.1.7.2.
Algoritmo Padro de EE
As componentes bsicas de um Algoritmo Evolucionrio quando aplicadas
a um algoritmo de EE' s possuem caractersticas particulares, que esto
detalhadas a seguir (CORTES & SAAVEDRA, 2000; EIBEN & SMITH,2003 ):
Representao dos Indivduos
que
descendente.
iro
participar
da
recombinao
para
gerar
um
global). Quanto as diferentes maneiras de recombinar os genitores, podese citar como exemplos tpicos a recombinao discreta e a recombinao
intermediria:
Recombinao discreta
Mtodos de Otimizao
56
da populao ancestral,
randomicamente
recombinados
para
formar
um
descendente,
xi' = x a ,i
u >0.5
xi' = xb ,i
u 0.5
i' = a ,i
u >0.5
i' = b ,i
i' = ( a ,i + b ,i ) / 2
As vantagens e desvantagens da recombinao para uma funo objetivo
em particular devem ser notadas durante o desenvolvimento, pois no h
uma recomendao generalizada para o uso deste operador.
Mutao do desvio padro e dos descendentes
(3.7)
xi' = xi + N ( 0 , i' )
(3.8)
Mtodos de Otimizao
57
onde:
i = 1,...,n; sendo n o nmero de variveis da funo objetivo;
3.10, respectivamente.:
' = ( 2n ) 1
= 2 n
(3.9)
(3.10)
Este esquema pode sofrer modificaes. Uma opo usar uma verso
simplificada, onde usado o mesmo desvio padro para todas as variveis
da funo objetivo.
importante observar que os valores de e '
dependem das
3.4.1.8.
Comparao entre Estratgia Evolutiva e Algoritmo Gentico
A partir do que foi visto nos itens anteriores, a Tabela 3.1 apresenta uma
comparao entre Estratgia Evolutiva e Algoritmo Gentico na sua forma
padro.
Mtodos de Otimizao
58
AG
EE
Esquema
Binria
de
determinstico: ( + )
( , ) .
seleo Esquema
de
seleo
ou probabilstico: A probabilidade
de cada indivduo permanecer
na populao proporcional ao
valor de sua aptido.
Mutao
Principal operador
Operador
de
pequena
de inverso de bits.
4
Implementao Computacional
4.1.
Introduo
Para a implementao do clculo de envoltria de esforos devido ao
de cargas mveis, foram necessrias algumas modificaes na interface grfica
e na estrutura de dados do FTOOL. Essas modificaes, que sero descritas a
seguir, incluem a edio e manipulao dos trens-tipo, a avaliao da funo
aptido, incluindo a estrutura de dados desenvolvida, e o traado da envoltria
de esforos.
4.2.
Trem-tipo
Trens-tipo representam as cargas mveis verticais que devem ser
consideradas nos projetos estruturais de obras novas, bem como na verificao
e no reforo de obras existentes. A Associao Brasileira de Normas Tcnicas
(ABNT) possui duas normas relacionadas a cargas mveis em pontes
rodovirias, ferrovirias e passarela de pedestres, as quais esto resumidas nos
prximos dois itens. Em seguida sero descritos os elementos da interface
grfica e a estrutura de dados criados para a manipulao dos trens-tipo .
4.2.1.
NBR 7188 Carga mvel em ponte rodoviria e passarela de
pedestre
De acordo com o carregamento a que a via estiver sujeita, a NBR 7188
(1982) prev as seguintes classes de trem-tipo para as rodovias brasileiras:
classe 45: na qual a base do sistema um veculo-tipo de 450 kN de peso
total;
classe 30: na qual a base do sistema um veculo-tipo de 300 kN de peso
total;
classe 12: na qual a base do sistema um veculo-tipo de 120 kN de peso
total.
Implementao Computacional
60
Veculo
Class
e da
ponte
45
Tipo
45
Carga
p
Peso total
p'
Disposio
kN
tf
kN/m2
Kgf/m2
kN/m2
Kgf/m2
450
45
500
300
da carga
Carga p em
toda a pista
Carga p
30
30
300
30
500
300
nos
passeios
12
12
120
12
400
300
Implementao Computacional
61
Tipo 45
Tipo 30
Quantidade de eixos
Eixo
kN-tf
450-45
300-3
120-2
kN-tf
75-7,5
50-5
20-2
kN-tf
75-7,5
50-5
40-4
kN-tf
75-7,5
50-5
0,50
0,40
0,20
0,50
0,40
0,30
0,50
0,40
0,20
0,20
0,20
m2
0,20xb
0,20xb
0,20xb
1,50
1,50
3,00
2,00
2,00
2,00
Tipo
Unidade
roda
12
Implementao Computacional
62
4.2.2.
NBR 7189 Cargas mveis para projetos estrutural de obras
ferrovirias
A NBR 7189 (1985) prev as seguintes classes de trens-tipo ferrovirios
brasileiros:
TB-360: para ferrovias sujeitas a transporte de minrio de ferro ou outros
carregamentos equivalentes;
TB-270: para ferrovias sujeitas a transporte de carga geral;
TB-240: para ser adotado somente na verificao de estabilidade e projeto
a b
b a
TB
Q (kN)
q (kN/m)
q(kN/m)
a (m)
b (m)
c (m)
360
360
120
20
1,00
2,00
2,00
270
270
90
15
1,00
2,00
2,00
240
240
80
15
1,00
2,00
2,00
170
170
25
15
11,00
2,50
5,00
Implementao Computacional
63
cause um efeito favorvel, considera-se que atua q' , que o menor valor para a
carga distribuda, e quando o efeito for desfavorvel, considera-se que atua q ,
que o maior valor.
4.2.3.
Interface grfica
A interface grfica criada no FTOOL para a edio do trem-tipo pode ser
vista na Figura 4.4, onde aparecem em destaque o mdulo de edio de trem-
Implementao Computacional
64
Cada trem-tipo tem associado a ele um comprimento, que pode ser editado
atravs da rea mostrada na Figura 4.7.
Implementao Computacional
65
4.2.4.
Carga Concentrada
A matriz de carga concentrada, Figura 4.8, composta por duas colunas:
P valor da carga.
comprimento do trem-tipo. Para adicionar uma nova carga concentrada ao tremtipo deve-se primeiro entrar com a posio e depois com o valor da carga.
medida que so inseridas novas cargas, estas so automaticamente ordenadas
pela posio, da menor para a maior. Acima da matriz existem dois botes que
permitem aumentar e diminuir o nmero de linhas da matriz, porm, no se
permite que o nmero de linhas seja menor que cinco. O nmero de linhas
visveis sempre igual a quatro.
4.2.5.
Carga Distribuda
A matriz de cargas distribudas varia conforme o tipo de trem-tipo, que
definido por um marcador localizado acima da matriz. A opo padro tremtipo rodovirio (Highway load-train).
No caso de trem-tipo rodovirio, Figura 4.9, aparecem trs colunas:
q - valor da carga.
Implementao Computacional
66
Implementao Computacional
67
4.2.6.
Carga de Multido
Podem existir dois tipos de carga de multido:
Externa ( p ): atua nos intervalos que no esto sob o trem-tipo.
Interna ( p ' ): atua na mesmo intervalo ocupado pelo trem-tipo.
Implementao Computacional
68
II
p
I
II
reao em A , que representa o efeito da carga mvel sobre uma das vigas
longitudinais do exemplo. Como esta seo est sob a rea de atuao do
veculo-tipo, posiciona-se o trem-tipo na posio que provoca a maior reao no
apoio
A e calcula-se a reao
RA
75 kN
5 kN/m
-0.25
1.00
75 kN
reao em A .
1.25
Implementao Computacional
69
-0.25
1.00
1.25
5 kN/m
168.75 kN
168.75 kN
168.75 kN
p = 15 x 5 = 75.00 kN/m
p = 75.00 kN/m
p = 60.00 kN/m
1.50
1.50
1.50
1.50
4.2.7.
Estrutura de Dados
A estrutura de dados do trem-tipo (Figura 4.16) formada por um ponteiro
para a lista duplamente encadeada de cargas concentradas (conclist), um
ponteiro para a lista duplamente encadeada de cargas uniformemente
distribudas (uniflist) e pelos seguintes parmetros:
Implementao Computacional
70
4.3.
Funo Aptido
Como j foi visto, a envoltria de esforos de uma estrutura um diagrama
que representa, para cada seo transversal da estrutura, os esforos limites
devido ao de uma carga mvel. Ento, pode-se dizer que existe um diferente
problema de otimizao a ser resolvido para cada uma dessas sees. O
mtodo usado para resolver esse problema ser discutido adiante, porm, pode-
Implementao Computacional
71
se adiantar que ser necessria uma funo aptido, que ser responsvel por
indicar a qualidade da soluo durante o processo de otimizao.
Neste caso, a funo aptido calcula o esforo em uma determinada seo
transversal da estrutura para uma dada posio do trem-tipo. Durante o
processo de otimizao, a avaliao desta funo ser feita inmeras vezes,
para diferentes posies do trem-tipo.
Visando diminuir o esforo computacional envolvido nestes clculos, ao se
iniciar o processo de otimizao em uma determinada seo transversal faz-se
uma anlise da LI e armazena-se as informaes referentes a alguns de seus
pontos, visto que o clculo do esforo em uma seo transversal realizado a
partir de informaes obtidas atravs da LI .
Na presente implementao, a LI calculada pelo FTOOL conforme
descrito na Seo 2.4.1 e exportada para a avaliao da envoltria como uma
seqencia de valores, que so tratados como uma funo linear por partes.
PUC-Rio - Certificao Digital N 0310953/CA
4.3.1.
Eventos
A anlise da LI consiste em identificar alguns pontos de maior importncia
e guardar informaes sobre eles. Estes pontos, Figura 4.17, foram
denominados de eventos, que so pontos onde ocorrem:
valores mximos ou mnimos;
mudanas de sinal, isto , pontos em que a LI tenha valor nulo;
descontinuidades;
Implementao Computacional
72
Mudana de
sinal
Mudana de
sinal
Incio da LI +
Mximo
Discontinuidade +
Mnimo
Fim da LI
Mximo + Mnimo
4.3.1.1.
Estrutura de Dados dos Eventos
Esses eventos so organizados em uma lista duplamente encadeada e,
para guardar as informaes referentes a eles, criou-se uma estrutura de dados,
PUC-Rio - Certificao Digital N 0310953/CA
Implementao Computacional
73
Implementao Computacional
74
EVENTOS COMBINADOS
IL_MAX
IL_MIN
IL_START
IL_CTE_START
IL_MAX
IL_CROSS_UP
IL_CROSS_ DOWN
IL_MAX
IL_MIN
IL_END
IL_CTE_END
IL_MAX
IL_CROSS_DOWN
IL_MIN
IL_CROSS_UP
IL_CTE_START
IL_CTE_END
IL_DISCONT_UP
IL_CTE_END
IL_MAX
IL_CTE_START
IL_MIN
IL_CTE_START
IL_MIN
IL_CTE_START
IL_CTE_END
IL_DISCONT_DOWN
IL_CTE_END
IL_MIN
IL_CROSS_UP
IL_CROSS_DOWN
EVENTOS ISOLADOS
IL_CROSS_UP
IL_CROSS_DOWN
IL_MAX
IL_MIN
IL_CTE_START
IL_CTE_END
IL_CTE_START
IL_MAX
IL_CTE_START
IL_MAX
IL_MAX
IL_MIN
Implementao Computacional
75
4.3.2.
Clculo da Funo Aptido
Para se calcular o valor de um determinado esforo em uma seo
transversal da estrutura, dados a linha de influncia deste esforo nesta seo e
a posio do trem-tipo, deve-se fazer o somatrio das seguintes parcelas:
produto de cada carga concentrada pelo valor da ordenada da LI na
4.3.3.
Envoltria de Esforos no FTOOL
Na interface grfica, dentro do mdulo de edio de trens-tipo, foram
criados botes para calcular a envoltria de esforos (Quadro 4.3).
Quadro 4.3 Botes para calcular a envoltria de esforos.
Implementao Computacional
76
Momento fletor
Cortante
Normal
Figura 4.19 Botes para seleo dos esforos.
Figura 4.20 Prtico com envoltria de esforo cortante devido ao de uma carga
mvel
Implementao Computacional
77
dx = 0,005 l
(4.1)
ltot
dx
nsec =
(4.2)
Onde:
Figura 4.21
5
Algoritmos Implementados
5.1.
Introduo
O mtodo de otimizao adotado para determinar a envoltria de esforos
limites foi a Estratgia Evolutiva que, como j foi descrito no captulo 3, faz parte
da famlia dos algoritmo evolucionrios, no exige uma representao
matemtica da funo objetivo e apresenta bom desempenho ao lidar com
funes multimodais, como o caso da envoltria de esforos. Porm, como
5.2.
Consideraes gerais
Algumas consideraes podem ser feitas de uma maneira geral para
ambos os algoritmos evolucionrios utilizados. So elas:
Funo Aptido
Algoritmos Implementados
79
lt - comprimento do trem-tipo.
lt
l
Origem
Algoritmos Implementados
80
Parmetros Adotados
5.3.
Estratgia 1+ - EE
Essa
estratgia
foi
implementada
utilizando
heursticas
adicionais
5.3.1.
Sub-diviso do Espao de busca
Por se tratar de um problema unidimensional, foi possvel fazer a busca
dividindo-se o espao de busca em trechos e determinando para cada um deles
os esforos mximo e mnimo locais. No final, os esforos limites globais so
determinados a partir dos resultados locais obtidos.
Os trechos de uma LI so limitados por eventos do tipo IL_START,
IL_END,
IL_DISCONT_UP,
IL_DISCONT_DOWN,
IL_MIN,
IL_MAX,
IL_CROSS_UP e IL_CROSS_DOWN.
Outra particularidade que o posicionamento do trem-tipo foi feito a partir
da posio da maior carga concentrada, sendo que quando houver mais de uma
carga com o mesmo valor, a referncia ser a carga mais prxima origem do
trem-tipo. Quando no houver carga concentrada, toma-se como referncia a
prpria origem do trem-tipo.
Algoritmos Implementados
81
Como a busca deve ser feita considerando desde posies onde o tremtipo esteja todo posicionado sobre a estrutura a posies que o deixem
parcialmente ou completamente fora dela, existe um trecho antes do incio da
Trecho Inicial
Trecho Final
5.3.1.1.
Estrutura de dados
Os trechos de busca so organizados em uma lista duplamente
encadeada. A estrutura de dados criada para guardar as informaes referentes
a esses trechos formada por dois ponteiros (prev e next) que fazem o
encadeamento da lista e pelos seguintes parmetros (Figura 5.3):
pos_init posio inicial do trecho em relao origem da LI ;
pos_end posio final do trecho, em relao origem da LI ;
val_max valor mximo da envoltria no trecho;
pos_max posio da origem do trem-tipo em relao origem da LI que
Algoritmos Implementados
82
5.3.1.2.
Inicializao da populao
A inicializao da populao pode ser feita de maneira aleatria, mas
visando obter um melhor desempenho, optou-se por inicializar a populao
selecionando posies que fossem possveis solues do problema.
Ao traar manualmente a envoltria de esforos de uma determinada
estrutura sujeita a ao de um trem-tipo que possua cargas concentradas,
intuitivo posicionar a maior carga concentrada sobre os valores extremos e
descontinuidades da LI , pois em grande parte dos casos, so as posies mais
desfavorveis estrutura, isto , posies que causam os maiores esforos.
Ento, como os trechos so limitados por eventos destes tipos e como
nesta estratgia a populao possui apenas um indivduo, a busca em cada
trecho inicia-se com um indivduo que represente a maior carga concentrada do
trem-tipo posicionada no incio do trecho. No fim da busca no trecho avalia-se o
indivduo que corresponde a maior carga concentrada do trem-tipo posicionado
no final do trecho.
5.3.1.3.
Mutao
Na estratgia
Algoritmos Implementados
83
pequeno. Porm, visando evitar que o desvio padro assuma valores muito
pequenos e torne a busca muito lenta ou valores muito grandes de forma que
no seja possvel encontrar resultados satisfatrios,
estabeleceu-se o valor
max = 4,00 m
min = 0,20 m
5.3.1.4.
Seleo
Aps a mutao do indivduo pai para gerar os descendentes, a
populao passa a ter 1+ indivduos, dos quais apenas um selecionado para
permanecer na populao.
A seleo feita com base na avaliao da funo aptido, de forma que o
indivduo que apresentar a melhor aptido permanece na populao.
Quando em uma determinada gerao a populao no se modificar, isto
, nenhum dos descendentes gerados apresentar melhor aptido que o pai,
sinal que este ponto pode ser um mximo/mnimo local. Sendo assim, optou-se
por fazer uma busca local, diminuindo o valor do desvio padro para o valor
Algoritmos Implementados
84
ponto limite. Feito isso, isola-se o espao onde j foi realizada a busca dentro do
trecho e reinicia-se a busca a partir de uma nova posio inicial, que
determinada a partir dos seguintes passos:
aps fazer a busca utilizando o valor
Algoritmos Implementados
85
5.3.1.5.
Critrio de parada
Como foi visto, a busca feita dividindo-se o espao de busca em trechos
e fazendo com que o trem-tipo percorra todos eles. Logo, o critrio de parada
completar a busca em todos os trechos.
5.4.
Estratgia + - EE
Na estratgia + EE no se utilizou a sub-diviso do espao de busca
em trechos com a finalidade de avaliar o comportamento de um algoritmo de EE
quando no lhe fornecido informaes adicionais do problema.
O nico operador utilizado foi a mutao, que tambm foi aplicado ao
desvio padro, ou seja, empregou-se auto-adaptao do desvio padro. Para
PUC-Rio - Certificao Digital N 0310953/CA
5.4.1.
Estrutura de dados
Criou-se uma estrutura para representar os indivduos que armazena as
seguintes informaes (Figura 5.5):
pos posio do trem-tipo no espao de busca;
dp desvio padro associado ao indivduo;
env valor da funo aptido;
ger nmero de geraes que o indivduo permanece na populao;
Algoritmos Implementados
86
5.4.1.1.
Inicializao da populao
A inicializao da populao foi feita de maneira aleatria, utilizando uma
distribuio uniforme para gerar os indivduos. Foi utilizado como ponto de
referncia para o posicionamento do trem-tipo a sua origem. O desvio padro
associado a cada indivduo foi inicializado com o mesmo valor para todos os
indivduos da populao. Este valor foi estipulado como sendo 10% do
comprimento total do espao de busca, conforme equao 5.1.
= 0,1(l + l t )
(5.1)
onde:
l t - comprimento do trem-tipo;
5.4.1.2.
Mutao
Na + EE todos os indivduos da populao sofrem mutao para
gerar os descendentes. Para a utilizao da auto-adaptao do desvio padro
() durante o processo evolutivo, aplicou-se as equaes 3.7, 3.9 e 3.10. Sendo
assim, antes do operador de mutao ser aplicado populao para gerar os
descendentes, ele aplicado ao desvio padro. A mutao dos genitores feita
atravs da aplicao da equao 3.8.
5.4.1.3.
Seleo
Aps a mutao de todos os genitores, os quais geraram /
descendentes cada um, a populao passa a ter + indivduos, dos quais
apenas indivduos so selecionados para permanecer na populao.
Foram implementados os seguintes tipos de seleo:
Seleo global
Algoritmos Implementados
87
uma
diminuio
prematura
da
diversidade
da
populao,
inicializao do desvio padro, que era feita sempre com um mesmo valor,
sem levar em conta as dimenses do trem-tipo e da estrutura, o que causava
uma convergncia prematura quando este valor era muito pequeno em
relao s dimenses. Para corrigir esse erro, foi estabelecida a inicializao
do desvio padro atravs da equao 5.1.
Observou-se tambm que quando o tamanho da populao ( ) pequeno,
ela pode no representar todo o espao de busca, o que tambm pode levar
a uma convergncia para um mximo ou mnimo local .
Seleo Individual
PUC-Rio - Certificao Digital N 0310953/CA
Parmetros
nger
Seleo
Global
Individual
15
40
20
60
21
Algoritmos Implementados
88
5.4.1.4.
Critrio de parada
Primeiramente pensou-se em adotar um critrio de parada baseado na
diversidade da populao, estabelecendo-se um limite at o qual ela iria diminuir.
Porm, poderia levar muito tempo at que a diversidade diminui-se at o limite
desejado, desperdiando um esforo muitas vezes desnecessrio, pois, em
muitos casos, pode existir uma boa soluo na populao antes que a
diversidade atinja o limite estabelecido.
A opo adotada foi estabelecer o nmero mximo de geraes at o qual
a populao iria evoluir.
O nmero de avaliaes da funo aptido para cada seo transversal da
estrutura varia diretamente com o nmero de geraes da populao, com o
[ (
na = 2 + n ger
)]
(5.2)
onde:
na - nmero de avaliaes da funo aptido em uma seo transversal da
estrutura;
- nmero de genitores;
- nmero total de descendentes gerados a cada gerao;
n ger - nmero de geraes.
O nmero dois s aparece na equao 5.2 caso o trem-tipo no seja
simtrico, pois, neste caso, o mesmo processo de otimizao ser realizado
duas vezes, considerando o trem-tipo percorrendo a estrutura nos dois sentidos.
A equao 5.3 fornece o nmero total de avaliaes da funo aptido:
ntot = na . n sec
onde:
(5.3)
Algoritmos Implementados
89
5.5.
Fora Bruta
O processo que foi denominado Fora Bruta no um algoritmo
evolucionrio e nem propriamente um mtodo de otimizao. Consiste apenas
em percorrer toda estrutura por passos de tamanho pr-estabelecido com o
trem-tipo e calcular os valores dos esforos mximo e mnimo. Caso o trem-tipo
no seja simtrico, esse processo realizado percorrendo a estrutura com o
trem-tipo nos dois sentidos. No final so determinados os esforos crticos na
seo transversal em questo.
Neste processo, a preciso dos resultados depende do tamanho do passo
( ), ou seja, quando menor o valor de maior a chance de se obter bons
resultados. Porm, um fator que influncia o nmero de vezes que sero
calculados os esforos, logo, quanto menor , maior o nmero de vezes que o
na = 2
+ 1
(5.4)
onde:
na - nmero de avaliaes da funo aptido em uma seo transversal da
estrutura;
l t - comprimento do trem-tipo;
-distncia que determina de quanto em quanto ser calculado o valor dos
esforos .
Sendo o trem-tipo simtrico, o nmero dois no aparece na equao 5.4.
A determinao do a ser usado foi a grande dificuldade encontrada para
utilizar este mtodo. A princpio pensou-se em estabelecer um valor a ser usado
em todos os casos, porm, observou-se que o valor timo de variava
principalmente com o comprimento l . Sendo assim, caso fosse estabelecido
a partir de um valor que fornecesse bons resultados na envoltria de esforos de
uma estrutura cuja dimenso l fosse pequena, ao utilizar esse para traar
envoltria de esforos de uma estrutura cuja dimenso l fosse muito maior, o
Algoritmos Implementados
nmero
de
avaliaes
90
da
funo
aptido
seria
muito
grande,
desnecessariamente.
Ento, estabeleceu-se uma relao entre l e o valor de a ser utilizado
em cada problema, conforme a equao 5.5.
= 0,0025 l
(5.5)
5.6.
Cargas-em-picos
O Cargas-em-picos no um mtodo de otimizao. Consiste em calcular
o valor do esforo considerando cada carga concentrada posicionada sobre os
picos da LI , que ocorrem em eventos da LI dos tipos IL_MAX ou IL_MIN, no
caso de envoltria de esforos mximos ou mnimos, respectivamente, e sobre o
6
Exemplos de Validao e Anlise de Resultados
6.1.
Introduo
A seguir sero apresentados exemplos de envoltrias de esforos de
pontes rodovirias e ferrovirias. Os primeiros exemplos foram concebidos com
dimenses usuais em projetos de pontes e submetidos aos trens-tipo da
NBR 7188 (1982) e NBR 7189 (1985) Tambm foi feito um exemplo para
testar o comportamento dos algoritmos implementados em estruturas com
6.2.
Exemplo 1
Trata-se de uma ponte rodoviria que possui trs vos e dois balanos nas
extremidades (Figura 6.1). Embora seja mais comum encontrar casos de pontes
simtricas, neste exemplo optou-se por variar as dimenses dos vos e dos
balanos para tentar criar maior dificuldade na determinao da envoltria. Foi
utilizado o trem-tipo unidimensional (Figura 4.15) resultante da transformao
realizada na Seo 4.2.6 do trem-tipo bidimensional classe 45 da NBR-7188
(1982).
A
92
6.2.1.
Envoltria de Esforo Cortante
Utilizando qualquer um dos algoritmos a envoltria obtida apresentou a
mesma configurao, como mostra a Figura 6.2. Os resultados da envoltria de
esforos mximos e mnimos obtidos atravs de cada algoritmo nas sees dos
apoios e nas extremidades dos balanos, utilizando os parmetros citados na
Seo 4.6, esto apresentados nas Tabela 6.1. Foram calculados os erros
relativos utilizando como valores de referncia os melhores resultados obtidos
entre os algoritmos implementados em cada uma dessas sees, o que pode ser
visto na Tabela 6.2.
A
B
esq
dir
esq
dir
esq
dir
D
E
esq
dir
1 + EE
+ EE
Fora Bruta
Cargas-em-picos
(kN)
(kN)
(kN)
(kN)
mx
min
mx
min
mx
min
mx
min
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
-813,90
0,00
-812,13
0,00
-813,86
0,00
-813,90
1365,28
-368,00
1364,43
-367,98
1361,61
-367,98
1365,29
-367,98
193,95
-1760,76
193,61
-1760,85
193,45
-1757,26
193,94
-1760,98
2060,64
-243,43
2060,57
-243,39
2055,26
-243,39
2060,63
-243,39
123,99
-2090,89
123,98
-2090,88
123,97
-2090,43
123,98
-2091,06
2082,31
-208,75
2082,28
-208,10
2080,55
-207,00
2082,29
-208,75
212,66
-1666,78
212,64
-1667,06
212,63
-1658,70
212,63
-1667,06
1038,90
0,00
1038,86
0,00
1037,59
0,00
1038,90
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
93
A
B
esq
dir
esq
dir
esq
dir
D
E
esq
dir
1 + EE
+ EE
Fora Bruta
Cargas-em-picos
(%)
(%)
(%)
(%)
mx
min
mx
min
mx
min
mx
min
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,002
0,000
0,000
0,000
0,000
0,001
0,000
0,063
0,000
0,270
0,000
0,000
0,005
0,000
0,012
0,175
0,000
0,258
0,002
0,005
0,000
0,000
0,000
0,003
0,000
0,261
0,000
0,000
0,016
0,000
0,008
0,008
0,000
0,016
0,000
0,008
0,000
0,000
0,000
0,001
0,003
0,085
0,008
0,001
0,000
0,000
0,017
0,009
0,000
0,014
0,005
0,014
0,000
0,000
0,000
0,004
0,000
0,126
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
+ EE
Os resultados apresentados na Tabela 6.1 foram obtidos utilizando a
94
na = 20+ 60 x 15 = 920
113 + 6
+ 1 422
0,2825
na =
+ EE
1 + EE
Fora Bruta
Cargas-em-picos
mx
min
mx
min
mx
min
mx
min
na
847
847
422
422
ntot
149020
156642
166859
166859
83134
83134
1740
1758
95
Figura 6.3
posio crtica.
96
(a)
(b)
6.2.1.1.
Variao dos Parmetros
A seguir ser analisado como a variao dos parmetros influencia os
resultados e estudados os valores timos para este problema.
1 + EE
+ EE
Foi mantida a relao / = 3 e variou-se o nmero de geraes, no caso
J a
97
Fora Bruta
2000
1500
1000
500
0
0
0,5
1,5
2,5
mostra a Figura 6.7. Observa-se que no existe uma funo definida que
exprima essa variao, porm, percebe-se que a partir de um certo valor, o
aumento do diminui muito a probabilidade de obter bons resultados.
98
dir
1370
1360
1350
1340
1330
1320
1310
1300
1290
1280
0
0,5
1,5
2,5
B dir do Exemplo 1 em
funo de .
6.2.2.
Envoltria de Momento Fletor
Como ocorreu na envoltria de esforos cortantes, a envoltria de
momento fletor tambm apresentou a mesma configurao ao utilizar qualquer
um dos algoritmos implementados (Figura 6.8). Os resultados e os erros obtidos
nas sees onde ocorreram os valores mximos e mnimos da envoltria esto
apresentados na Tabela 6.4 e 6.5, respectivamente, e o nmero de avaliaes
da funo aptido esto na Tabela 6.6.
99
1 + EE
+ EE
Fora Bruta
Cargas-em-picos
(kNm)
(kNm)
(kNm)
(kNm)
mx
min
mx
min
mx
min
mx
min
0,06
-0,04
0,06
-0,04
0,06
-0,04
0,06
-0,04
0,00
-2524,31
0,00
-2510,62
0,00
-2514,03
0,00
-2524,31
7556,77
-4883,16
7557,06
-4883,16
7547,31
-4883,03
7557,06
-4883,15
2428,57
-11653,03
2428,57
-11653,04
2428,53
-11652,77
2428,56
-11653,02
11183,66
-3544,07
11183,87
-3544,07
11174,13
-3544,03
11183,93
-3544,06
2001,78
-13339,01
2002,21
-13339,02
1990,03
-13338,90
2002,44
-13339,00
11859,80
-5046,92
11860,94
-5047,16
11852,13
-5026,51
11861,37
-5047,72
0,00
-5302,22
0,00
-5294,70
0,00
-5254,63
0,00
-5303,47
0,11
-0,09
0,11
-0,09
0,11
-0,09
0,11
-0,09
1 + EE
+ EE
Fora Bruta
Cargas-em-picos
(%)
(%)
(%)
(%)
mx
min
mx
min
mx
min
mx
min
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,005
0,005
0,004
0,000
0,000
0,004
0,000
0,000
0,000
0,129
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,002
0,000
0,000
0,000
0,002
0,000
0,001
0,000
0,088
0,000
0,000
0,000
0,033
0,000
0,011
0,000
0,620
0,000
0,000
0,000
0,013
0,016
0,004
0,000
0,078
0,004
0,000
0,000
0,000
0,024
0,000
0,002
0,000
0,009
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
1 + EE
na
ntot
+ EE
Fora Bruta
Cargas-em-picos
mx
min
mx
min
mx
min
mx
min
847
847
422
422
154921
152941
164318
164318
81868
81868
1494
1677
100
+ .
6.3.
Exemplo 2
Este exemplo trata de uma ponte ferroviria (Figura 6.10) que, como no
Exemplo 1, possui vos no simtricos apenas no intuito de criar maior
dificuldade na determinao da envoltria. Foi utilizado o trem-tipo TB-360 da
NBR 7189 (1985).
6.3.1.
Envoltria de Esforo Cortante
As configuraes das envoltrias de esforos cortantes so mostradas nas
Figuras 6.11 e 6.12. Os resultados e os erros obtidos esto na Tabela 6.7 e 6.8,
101
Fora Bruta
Cargas-em-picos
(kN)
(kN)
(kN)
(kN)
min
mx
min
mx
min
mx
min
2473,31
-388,66
2460,44
-388,67
2424,20
-388,68
2473,47
134,69
esq
134,15
-3309,97
134,15
-3310,10
134,15
-3271,83
0,00
-3310,14
dir
3547,62
-475,32
3528,21
-475,32
3480,38
-475,30
3547,41
-38,37
esq
241,60
-3673,03
241,60
-3672,15
241,60
-3655,50
0,00
-3674,66
dir
3901,68
-233,34
3901,23
-223,34
3882,57
-233,34
3901,49
0,00
esq
302,83
-3827,66
302,83
-3828,28
302,83
-3794,26
0,00
-3829,03
dir
3435,61
-395,72
3422,97
-395,68
3432,35
-395,72
3435,39
-75,21
esq
541,26
-3397,15
541,26
-3394,78
541,25
-3348,59
142,22
-3397,01
dir
3544,38
-108,25
3543,65
-108,25
3487,11
-108,25
3544,06
0,00
245,52
-2704,68
245,52
-2703,77
245,52
-2640,04
0,00
-2705,72
B
C
C
D
D
E
+ EE
mx
A
B
1 + EE
102
A
B
esq
dir
esq
dir
esq
dir
D
E
esq
dir
1 + EE
+ EE
Fora Bruta
Cargas-em-picos
(%)
(%)
(%)
(%)
mx
min
mx
min
mx
min
mx
min
0,006
0,005
0,527
0,003
1,992
0,000
0,000
134,653
0,000
0,005
0,000
0,000
0,000
0,012
100,000
0,000
0,000
0,000
0,547
0,000
1,895
0,000
0,006
91,928
0,000
0,044
0,000
0,001
0,000
0,005
100,000
0,000
0,000
0,000
0,012
0,043
0,490
0,000
0,005
100,000
0,000
0,036
0,000
0,000
0,000
0,009
100,000
0,000
0,000
0,000
0,368
0,000
0,095
0,000
0,006
80,994
0,000
0,000
0,000
0,001
0,002
0,014
73,724
0,004
0,000
0,000
0,021
0,000
1,616
0,000
0,009
100,000
0,000
0,038
0,000
0,001
0,000
0,024
100,000
0,000
1 + EE
+ EE
Fora Bruta
Cargas-em-picos
mx
min
mx
min
mx
min
mx
min
na
847
847
1216
1216
ntot
424014
433362
167706
167706
240768
240768
3084
3080
6.3.2.
Envoltria de Momento Fletor
As Figuras 6.13 e 6.14 mostram as envoltrias de momento fletor, as
Tabelas 6.10 e 6.11 apresentam os resultados e os erros obtidos e a Tabela
6.12 exibe o nmero de avaliaes da funo aptido.
103
1 + EE
+ EE
Fora Bruta
Cargas-em-picos
(kNm)
(kNm)
(kNm)
(kNm)
mx
min
mx
min
mx
min
mx
min
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
18458,63
-5952,95
18475,34
-5952,95
18457,41
-5952,92
18482,17
-4411,44
4695,11
-24185,19
4695,11
-24184,78
4694,95
-24184,78
1561,62
-24179,69
20173,00
-7211,50
20174,03
-7211,50
20168,28
-7211,20
20177,86
-7211,32
2456,56
-30487,58
2456,55
-30487,58
2456,52
-30486,80
365,40
-30487,12
24951,07
-4399,80
24949,14
-4399,80
24938,45
-4399,90
24951,16
-4399,80
3441,87
-28242,70
3441,87
-28241,85
3441,72
-28242,69
2607,20
-28241,21
16962,02
-9872,65
16967,80
-9872,63
16965,98
9872,65
16969,65
-9872,07
4331,79
-24514,16
4331,78
-24514,30
4331,73
-24514,13
1145,57
-24509,32
22762,61
-4292,06
22762,13
4292,06
24514,13
4292,04
22763,83
-1951,11
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
104
1 + EE
+ EE
Fora Bruta
Cargas-em-picos
(%)
(%)
(%)
(%)
mx
min
mx
min
mx
min
mx
min
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,127
0,000
0,037
0,000
0,134
0,000
0,000
25,895
0,000
0,000
0,000
0,000
0,003
0,000
66,739
0,023
0,024
0,000
0,019
0,000
0,047
0,000
0,000
0,002
0,000
0,000
0,000
0,000
0,002
0,000
85,126
0,002
0,000
0,002
0,008
0,000
0,051
0,000
0,000
0,002
0,000
0,000
0,000
0,000
0,004
0,000
24,250
0,005
0,045
0,000
0,011
0,000
0,022
2,000
0,000
0,006
0,000
0,001
0,000
0,000
0,001
0,000
73,554
0,020
7,145
0,000
7,147
2,000
0,000
2,000
7,140
54,541
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
1 + EE
+ EE
Fora Bruta
Cargas-em-picos
mx
min
mx
min
mx
min
mx
min
na
847
847
1216
1216
ntot
422604
422668
163471
163471
234688
234688
2776
2908
6.4.
Exemplo 3
Este exemplo representa o prtico de um viaduto rodovirio (Figura 6.15) a
ser dimensionado pelo trem-tipo unidimensional (Figura 4.15) resultante da
transformao realizada na Seo 4.2.6 do trem-tipo bidimensional classe 45 da
NBR-7188 (1982).
105
6.4.1.
Envoltria de Esforo Normal
Como pode ser visto na Figura 6.16, apenas as colunas dos prticos
possuem valores no nulos na envoltria de esforo normal. Alm disso, este
valor constante em todas as sees das colunas.
1 + EE
+ EE
Fora Bruta
Cargas-em-picos
(kN)
(kN)
(kN)
(kN)
mx
min
mx
min
mx
min
mx
min
-2300,22
-2300,19
-2300,18
-2300,22
-2300,22
-2300,19
-2300,18
-2300,22
106
1 + EE
+ EE
Fora Bruta
Cargas-em-picos
(%)
(%)
(%)
(%)
mx
min
mx
min
mx
min
mx
min
0,000
0,000
0,000
0,001
0,000
0,002
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
+ EE
1 + EE
Fora Bruta
Cargas-em-picos
mx
min
mx
min
mx
min
mx
min
na
847
847
427
427
ntot
171664
162831
220220
220220
111020
111020
1560
1374
6.4.2.
Envoltria de Esforo Cortante
A envoltria de esforo cortante do prtico em questo pode ser vista na
Figura 6.17. As Tabelas 6.16, 6.17 e 6.18 mostram os resultados da envoltria,
o erro relativo e e o nmero de avaliaes da funo aptido, respectivamente.
107
1 + EE
+ EE
Fora Bruta
Cargas-em-picos
(kN)
(kN)
(kN)
(kN)
mx
min
mx
min
mx
min
mx
min
1269,53
-438,91
1269,50
-438,70
1261,53
-438,70
1269,54
-438,70
0,00
-2225,75
0,00
-2225,57
0,00
-2225,82
0,00
-2225,82
1603,84
-221,20
1603,80
-221,22
1600,87
-221,22
1603,85
-221,22
221,20
-1603,49
221,18
-1603,83
220,46
-1602,36
221,22
-1603,85
2225,86
0,00
2225,78
0,00
2225,82
0,00
2225,82
0,00
439,03
-1268,30
439,01
-1269,41
439,01
-1264,19
439,01
-1269,54
2300,11
0,00
2300,07
0,00
2300,07
0,00
2300,05
0,00
0,00
-2300,11
0,00
-2300,07
0,00
-2300,07
0,00
-2300,05
A
B
esq
dir
esq
dir
1 + EE
+ EE
Fora Bruta
Cargas-em-picos
(%)
(%)
(%)
(%)
mx
min
mx
min
mx
min
mx
min
0,001
0,000
0,003
0,048
0,631
0,048
0,000
0,048
0,000
0,003
0,000
0,000
0,000
0,000
0,000
0,000
0,001
0,009
0,003
0,000
0,186
0,000
0,000
0,000
0,009
0,022
0,018
0,000
0,344
0,001
0,000
0,000
0,000
0,000
0,004
0,000
0,002
0,000
0,002
0,000
0,000
0,098
0,005
0,000
0,005
0,004
0,005
0,000
0,000
0,000
0,002
0,000
0,002
0,000
0,003
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,003
A
B
esq
dir
esq
dir
1 + EE
+ EE
Fora Bruta
Cargas-em-picos
mx
min
mx
min
mx
min
mx
min
na
847
847
427
427
ntot
136076
143456
220220
220220
111020
111020
1662
1659
108
6.4.3.
Envoltria de Momento Fletor
A envoltria de momento fletor tem a configurao da Figura 6.18. Os
resultados, os erros relativos e o o nmero de avaliaes da funo aptido
esto na Tabela 6.19, 6.20 e 6.21.
1 + EE
+ EE
Fora Bruta
Cargas-em-picos
(kNm)
(kNm)
(kNm)
(kNm)
mx
min
mx
min
mx
min
mx
min
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
-21429,04
0,00
-21429,05
0,00
-21429,01
0,00
-21429,04
12252,63
-77,56
12252,69
-77,56
12248,40
-77,56
12252,70
-77,54
21868,54
0,00
21868,20
0,00
21862,36
0,00
21868,60
0,00
12252,67
-77,64
12252,65
-77,64
12252,67
-77,64
12252,67
-77,62
0,00
-21429,04
0,00
-21429,05
0,00
-21429,02
0,00
-21429,04
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
32529,23
0,00
32529,24
0,00
32529,24
0,00
32528,90
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
32529,23
0,00
32529,24
0,00
32529,13
0,00
32528,90
0,00
A
B
esq
dir
C
esq
dir
109
+ EE
Fora Bruta
Cargas-em-picos
(%)
(%)
(%)
(%)
mx
min
mx
min
mx
min
mx
min
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,001
0,000
0,000
0,000
0,035
0,000
0,000
0,026
0,000
0,000
0,002
0,000
0,029
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,026
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,001
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,001
0,000
A
B
esq
dir
C
esq
dir
1 + EE
1 + EE
+ EE
Fora Bruta
Cargas-em-picos
mx
min
mx
min
mx
min
mx
min
na
847
847
427
427
ntot
140441
155780
220220
220220
111020
111020
1368
1560
6.5.
Exemplo 4
Para avaliar o comportamento dos algoritmos implementados ao lidar com
estruturas com dimenses relativamente pequenas, foi feito um exemplo com a
estrutura da Figura 6.19 e o trem-tipo unidimensional (Figura 4.15) resultante da
transformao realizada na Seo 4.2.6 do trem-tipo bidimensional classe 45 da
NBR-7188 (1982).
110
6.5.1.
Envoltria de Esforo Cortante
A Figura 6.20 mostra a configurao da envoltria de esforo cortante e os
resultados esto apresentados na Tabela 6.22. Na Tabela 6.23 so mostrados
os erros relativos e na Tabela 6.24 pode-se observar o nmero de avaliaes da
funo aptido.
A
B
esq
dir
esq
dir
esq
dir
1 + EE
+ EE
Fora Bruta
Cargas-em-picos
(kN)
(kN)
(kN)
(kN)
mx
min
mx
min
mx
min
mx
min
612,33
-89,55
611,96
-89,55
612,33
-89,55
612,33
-89,53
7,00
-767,59
7,00
-769,66
7,00
-769,88
6,96
-769,88
789,98
-25,76
789,51
-25,77
789,98
-25,76
789,98
-25,59
81,13
-789,65
81,13
-790,08
81,13
-790,09
81,10
-790,08
637,83
-146,79
637,77
-147,71
637,83
147,00
637,83
-147,00
183,07
-526,06
183,07
-526,18
183,06
-527,27
182,88
-527,27
457,60
0,00
457,60
0,00
457,60
0,00
457,60
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
111
A
B
esq
dir
esq
dir
esq
dir
1 + EE
+ EE
Fora Bruta
Cargas-em-picos
(%)
(%)
(%)
(%)
mx
min
mx
min
mx
min
mx
min
0,000
0,000
0,060
0,000
0,000
0,000
0,000
0,022
0,000
0,297
0,000
0,000
0,000
0,000
0,571
0,000
0,000
0,039
0,059
0,000
0,000
0,000
0,000
0,698
0,000
0,056
0,000
0,000
0,000
0,000
0,037
0,001
0,000
0,623
0,009
0,000
0,000
1,995
0,000
0,481
0,000
0,229
0,000
0,002
0,005
0,000
0,104
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
1 + EE
+ EE
Fora Bruta
Cargas-em-picos
mx
min
mx
min
mx
min
mx
min
na
847
847
497
497
ntot
118456
123847
169400
169400
99400
99400
1845
1830
6.5.2.
Envoltria de Momento Fletor
A Figura 6.21 mostra a configurao da envoltria de esforo cortante e os
resultados esto apresentados na Tabela 6.17. As Tabelas seguintes, 6.26 6.27,
mostram o erro relativo e o nmero de avaliaes da funo aptido.
112
1 + EE
+ EE
Fora Bruta
Cargas-em-picos
(kNm)
(kNm)
(kNm)
(kNm)
mx
min
mx
min
mx
min
mx
min
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
985,48
-316,94
989,08
-317,01
987,37
-316,99
989,09
-316,91
55,97
-1009,96
56,01
-1010,19
56,01
-1010,14
55,59
-1009,90
1014,73
-236,97
1015,08
-237,04
1014,47
-237,04
1015,22
-236,94
221,51
-1001,41
221,57
-1001,53
221,56
-1001,53
221,49
-1000,44
513,98
-508,59
516,12
-508,64
515,95
-508,64
516,60
-508,13
0,00
-541,07
0,00
-540,18
0,00
-542,00
0,00
-542,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
1 + EE
+ EE
Fora Bruta
Cargas-em-picos
(%)
(%)
(%)
(%)
mx
min
mx
min
mx
min
mx
min
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,365
0,022
0,001
0,000
0,174
0,000
0,000
0,032
0,071
0,023
0,000
0,000
0,000
0,000
0,750
0,029
0,048
0,030
0,014
0,000
0,074
0,000
0,000
0,042
0,027
0,012
0,000
0,000
0,005
0,000
0,036
0,109
0,507
0,010
0,093
0,000
0,126
0,000
0,000
0,100
0,000
0,172
0,000
0,003
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
1 + EE
+ EE
Fora Bruta
Cargas-em-picos
mx
min
mx
min
mx
min
mx
min
na
847
847
497
497
ntot
122968
125004
166859
166859
97909
97909
1485
1644
113
6.6.
Testes Realizados
Alm dos exemplos que foram mostrados acima, foram realizados diversos
testes adicionais para diferentes casos de estruturas e trens-tipo. Os resultados
obtidos foram sempre positivos.
6.6.1.
Caso 1
Uma situao particular ocorre no balano do Exemplo 4 ao traar a
envoltria de esforo cortante utilizando o trem-tipo da Figura 6.22. O resultado
obtido quando foi utilizado apenas o Cargas-em-picos est na Figura 6.23a. Para
os demais mtodos, a Figura 6.23b mostra o resultado.
114
(a)
(b)
Figura 6.24 LI de esforo cortante da seo B dir do Exemplo 3 com trem-tipo nas
posies crticas.
115
6.6.2.
Caso 2
Ao utilizar o trem-tipo da Figura 6.25 para traar a envoltria de esforo
cortante da estrutura do Exemplo 4 utilizando 1 + EE , apareceram algumas
falhas, mais freqentes que o normal, conforme Figura 6.26. Porm, ao utilizar o
116
1 + EE e Cargas-em-picos.
6.7.
Anlise do nmero de avaliaes da funo aptido
Para analisar a variao do nmero de avaliaes da funo aptido, fezse um grfico (Figura 6.28) que mostra o nmero de avaliaes da funo
aptido realizadas para traar a envoltria de esforo cortante mximo em cada
exemplo.
450000
400000
350000
300000
ntot
250000
200000
150000
100000
50000
0
1
Exemplo
117
6.8.
Anlise do tempo de processamento
12
10
8
Tempo (s)
6
4
2
0
1
Exemplo
118
7
Concluso
Concluso
120
7.1.
Sugesto para trabalhos futuros
Como sugesto para trabalhos futuros, pode-se citar:
Implementao de envoltrias de esforos devido combinao de
carregamentos;
Aplicao dos algoritmos desenvolvidos em problemas bidimensionais
Referncia Bibliogrfica
1.
2.
3.
4.
em:
<http://www.atirsoft.com/atirnew/strap_bridge.htm>
6.
45.
7.
Submetidas
Flexo-Compressao
Oblqua
Utilizando
v.287, p. 101-130.
11.
Referncias Bibliogrficas
122
13.
16.
Dr.
SOFTWARE,
LLC.
Seattle,
WA.
Disponvel
em:
<
>.
21.
22.
23.
24.
Referncias Bibliogrficas
123
MICHALEWICZ,
Z.
Evolutionary
Computation:
Practical
Issues.
OLIVIERI, B. P. Otimizao do Projeto de Pontes Protendidas Prmoldadas pelo mtodo dos Algoritmos Genticos. Rio de Janeiro,
International Conference on Computational Structures Technology CST2004. Stirling : Civil-Comp Press, Lisboa, 2004, v. 1, p. 1-13,.
PUC-Rio - Certificao Digital N 0310953/CA
28.
Dissertao de
30.