Documents disponibles écrits par cet auteur

Optimal Design with Probabilitisc Objective and Constraints / Royset, Johannes O. in Journal of engineering mechanics, Vol. 132 N°1 (Janvier 2006) 

Public ISBD [article]  in Journal of engineering mechanics > Vol. 132 N°1 (Janvier 2006) . - 107-118 p. Titre : Optimal Design with Probabilitisc Objective and Constraints Titre original : Conception Optimale avec l'Objectif et les Contraintes Probabilistes Type de document : texte imprimé Auteurs : Royset, Johannes O., Auteur ; Schueller, Gerhart L., Editeur scientifique ; Der Kiureghian, Armen, Auteur ; Polak, Elijah, Auteur Article en page(s) : 107-118 p. Note générale : Génie Mécanique Langues : Anglais (eng) Mots-clés : Optimization  models  Algorithms  Probability  Structural  design  Constraints  Modèles  d'optimisation  Algorithmes  Probabilité  Conception  structurale  Contraintes Index. décimale : 621.34 Résumé : Significant challenge are associated with solving optimal structural design problems involving the failure probability in the objective and constraint functions. In this paper, we develop gradient based optimization algorithms for estimating the solution of three classes of such problems in the case of continuous design variables. Our approach is based on a sequence of approximating design problems, which is constructed and then solved by a semiinfinite optimization algorithm. The Construction consists of two steps: First, the failure probability terms in the objective function are replaced by auxiliary variables resulting in a simplified objective function. The Auxiliary variables are determined automatically by the optimization algorithm. Second, the failure probability constraints are replaced by a parametrized first order approximation. The Parameter values are determined in an adaptive manner based on separate estimations of the failure probability. Any computational reliability method, including first order reliability and second order reliability methods and Monte Carlo simulation, can be used for this purpose. After repeatedly solving the approximating problem, an approximate solution of the original design problem is found, which satisfies the failure probability constraints at a precision level corresponding to the selected reliability method. The Approach is illustrated by a series of examples involving optimal design and maintenance planning of a reinforced concrete bridge girder. Le défi significatif sont associés à résoudre des problèmes structuraux optimaux de conception impliquant la probabilité d'échec dans les fonctions d'objectif et de contrainte. En cet article, nous développons le gradient basé des algorithmes d'optimisation pour estimer la solution de trois classes de tels problèmes dans le cas des variables continues de conception. Notre approche est basée sur un ordre de rapprocher des problèmes de conception, qui est construit et puis résolu par un algorithme d'optimisation de semiinfinite. La construction se compose de deux étapes : D'abord, les limites de probabilité d'échec dans la fonction objective sont remplacées par des variables auxiliaires ayant comme conséquence une fonction objective simplifiée. Les variables auxiliaires sont déterminées automatiquement par l'algorithme d'optimisation. En second lieu, les contraintes de probabilité d'échec sont remplacées par a parametrized la première approximation d'ordre. Les valeurs de paramètre sont déterminées d'une façon adaptative basée sur des évaluations séparées de la probabilité d'échec. N'importe quelle méthode informatique de fiabilité, y compris la première fiabilité d'ordre et les méthodes de fiabilité du second degré et la simulation de Monte Carlo, peut être employée à cette fin. Après avoir à plusieurs reprises résolu le problème rapprochant, une solution approximative du problème original de conception est trouvée, qui satisfait les contraintes de probabilité d'échec à une correspondance de niveau de précision à la méthode choisie de fiabilité. L'approche est illustrée par une série d'exemples comportant la conception et la planification optimales d'entretien d'une poutre en béton renforcée de pont. En ligne : joroyset@nps.edu, adk@ce.berkeley.edu, polak@eeccs.berkeley.edu [article] Optimal Design with Probabilitisc Objective and Constraints = Conception Optimale avec l'Objectif et les Contraintes Probabilistes [texte imprimé] / Royset, Johannes O., Auteur ; Schueller, Gerhart L., Editeur scientifique ; Der Kiureghian, Armen, Auteur ; Polak, Elijah, Auteur . - 107-118 p. Génie Mécanique Langues : Anglais (eng) in Journal of engineering mechanics > Vol. 132 N°1 (Janvier 2006) . - 107-118 p. Mots-clés : Optimization  models  Algorithms  Probability  Structural  design  Constraints  Modèles  d'optimisation  Algorithmes  Probabilité  Conception  structurale  Contraintes Index. décimale : 621.34 Résumé : Significant challenge are associated with solving optimal structural design problems involving the failure probability in the objective and constraint functions. In this paper, we develop gradient based optimization algorithms for estimating the solution of three classes of such problems in the case of continuous design variables. Our approach is based on a sequence of approximating design problems, which is constructed and then solved by a semiinfinite optimization algorithm. The Construction consists of two steps: First, the failure probability terms in the objective function are replaced by auxiliary variables resulting in a simplified objective function. The Auxiliary variables are determined automatically by the optimization algorithm. Second, the failure probability constraints are replaced by a parametrized first order approximation. The Parameter values are determined in an adaptive manner based on separate estimations of the failure probability. Any computational reliability method, including first order reliability and second order reliability methods and Monte Carlo simulation, can be used for this purpose. After repeatedly solving the approximating problem, an approximate solution of the original design problem is found, which satisfies the failure probability constraints at a precision level corresponding to the selected reliability method. The Approach is illustrated by a series of examples involving optimal design and maintenance planning of a reinforced concrete bridge girder. Le défi significatif sont associés à résoudre des problèmes structuraux optimaux de conception impliquant la probabilité d'échec dans les fonctions d'objectif et de contrainte. En cet article, nous développons le gradient basé des algorithmes d'optimisation pour estimer la solution de trois classes de tels problèmes dans le cas des variables continues de conception. Notre approche est basée sur un ordre de rapprocher des problèmes de conception, qui est construit et puis résolu par un algorithme d'optimisation de semiinfinite. La construction se compose de deux étapes : D'abord, les limites de probabilité d'échec dans la fonction objective sont remplacées par des variables auxiliaires ayant comme conséquence une fonction objective simplifiée. Les variables auxiliaires sont déterminées automatiquement par l'algorithme d'optimisation. En second lieu, les contraintes de probabilité d'échec sont remplacées par a parametrized la première approximation d'ordre. Les valeurs de paramètre sont déterminées d'une façon adaptative basée sur des évaluations séparées de la probabilité d'échec. N'importe quelle méthode informatique de fiabilité, y compris la première fiabilité d'ordre et les méthodes de fiabilité du second degré et la simulation de Monte Carlo, peut être employée à cette fin. Après avoir à plusieurs reprises résolu le problème rapprochant, une solution approximative du problème original de conception est trouvée, qui satisfait les contraintes de probabilité d'échec à une correspondance de niveau de précision à la méthode choisie de fiabilité. L'approche est illustrée par une série d'exemples comportant la conception et la planification optimales d'entretien d'une poutre en béton renforcée de pont. En ligne : joroyset@nps.edu, adk@ce.berkeley.edu, polak@eeccs.berkeley.edu