Modelo de evaluación de la sostenibilidad de soluciones constructivas de urbanización mediante algoritmos genéticos

Martínez Ruiz, Simón. Modelo de evaluación de la sostenibilidad de soluciones constructivas de urbanización mediante algoritmos genéticos . 2019. Universidad Nacional de Educación a Distancia (España). Escuela Internacional de Doctorado. Programa de Doctorado en Tecnologías Industriales

Ficheros (Some files may be inaccessible until you login with your e-spacio credentials)
Nombre Descripción Tipo MIME Size
MARTINEZ_RUIZ_Simon_Tesis.pdf MARTINEZ RUIZ Simon_Tesis.pdf application/pdf 30.79MB

Título Modelo de evaluación de la sostenibilidad de soluciones constructivas de urbanización mediante algoritmos genéticos
Autor(es) Martínez Ruiz, Simón
Resumen Las áreas industriales se establecen en parcelas entorno a viales dotados de infraestructuras asociadas. Las soluciones constructivas empleadas, utilizan materiales y maquinaria que originan impactos ambientales a lo largo de sus ciclos de vida. A su vez, estas soluciones y sus componentes causan impactos ambientales que pueden medirse mediante indicadores de sostenibilidad. El concepto de sostenibilidad está estrechamente vinculado al desarrollo sostenible, que se define como "desarrollo que satisface las necesidades del presente, sin comprometer la capacidad de las generaciones futuras para satisfacer sus propias necesidades". El gran número de soluciones posibles y disponibles para este problema de ingeniería real pasa por identificar la mejor solución posible para una sección viaria determinada que es el generador del entorno urbano, y para ello se propone emplear un conjunto de técnicas heurísticas, que conceptualizan el problema como un problema de optimización combinatoria. Dicho problema es puramente discreto. El sistema elegido se basa en un método de algoritmo genético que jerarquiza a los individuos en función de tres indicadores de sostenibilidad: emisiones de CO2, energía embebida y coste económico. En esta tesis, inicialmente se analiza el esta del conocimiento sobre urbanismo industrial y sobre herramientas de sostenibilidad en ingeniería de la construcción, a continuación, se detallan los elementos que componen una sección viaria urbana, como generador de los espacios urbanos que posteriormente albergarán actividades humanas, productivas, logísticas, residenciales, de ocio, comerciales. Una vez expuestas las técnicas de optimización heurística, y tras seleccionar la metodología que mejor se adapta a las condiciones del problema a optimizar, se evalúan las posibles soluciones constructivas utilizando un algoritmo genético multi-objetivo de tres objetivos que considera los criterios mencionados anteriormente, y aborda la sostenibilidad en la planificación urbana. El procedimiento se aplica a tres funciones objetivo (emisiones de CO2, coste económico y energía integrada o embebida) para cada solución posible. Utilizamos el algoritmo genético de clasificación no dominado (NSGA-II) para implementar la optimización de objetivos múltiples en MATLAB. Se muestran resultados adicionales para un paseo aleatorio y un algoritmo de búsqueda multi-objetivo. Este estudio se han considerado 26 variables de diseño, con diferentes rangos de variación, a los que se ha aplicado el algoritmo genético indicado que genera una enorme población de soluciones que constituyen los resultados para los frentes de Pareto definidos. Nuestro método muestra que el enfoque óptimo resuelve de manera efectiva un problema de planificación de proyectos de objetivos múltiples en el mundo real.
Materia(s) Ingeniería Industrial
Editor(es) Universidad Nacional de Educación a Distancia (España). Escuela Internacional de Doctorado. Programa de Doctorado en Tecnologías Industriales
Director de tesis González Gaya, Cristina
Hospitaler Pérez, Antonio
Fecha 2019-04-25
Formato application/pdf
Identificador tesisuned:ED-Pg-TecInd-Smartinez
http://e-spacio.uned.es/fez/view/tesisuned:ED-Pg-TecInd-Smartinez
Idioma spa
Versión de la publicación acceptedVersion
Nivel de acceso y licencia http://creativecommons.org/licenses/by-nc-nd/4.0
info:eu-repo/semantics/openAccess
Tipo de recurso Thesis
Tipo de acceso Acceso abierto

 
Versiones
Versión Tipo de filtro
Contador de citas: Google Scholar Search Google Scholar
Estadísticas de acceso: 702 Visitas, 1794 Descargas  -  Estadísticas en detalle
Creado: Tue, 30 Apr 2019, 20:30:06 CET