Skip navigation

Use este identificador para citar ou linkar para este item: https://repositorio.ufpb.br/jspui/handle/123456789/13690
Registro completo de metadados
Campo DCValorIdioma
dc.creatorOliveira, Nayane Cecília Pereira de-
dc.date.accessioned2019-02-25T11:58:29Z-
dc.date.available2017-12-04-
dc.date.available2019-02-25T11:58:29Z-
dc.date.issued2017-12-01-
dc.identifier.urihttps://repositorio.ufpb.br/jspui/handle/123456789/13690-
dc.description.abstractThis work aims to demonstrate the applicability of Genetic Algorithms in the field of Civil Engineering as another tool that uses computational techniques to find better solutions for optimization of structures, aiming to find solutions that lead to a better use of resources, lower costs, and high performance, among others. Genetic Algorithms (AGs) are search and optimization techniques based on the Darwinian model of the evolution of living beings. In the last decades, numerous applications of GAs have arisen in the fields of Engineering and Computing, showing its wide applicability. In this work some applications of GAs within Civil Engineering are described, particularly focusing on the nature of the problems involved. The role of genetic algorithms as an engineering method is discussed, as well as some future perspectives are examined. In this paper, we present the main techniques and parameters used by several authors in this theme, highlighting their use in the optimization of highways and beams. The results are compared with those obtained by other authors. These results demonstrate that the implemented methodology allows obtaining works that satisfy the conditions initially imposed with an evident reduction of expenses, being the most economical possiblept_BR
dc.description.provenanceSubmitted by Oneida Pontes (o-dpontes@ig.com.br) on 2019-02-25T11:58:29Z No. of bitstreams: 1 NCPO04122017.pdf: 1757007 bytes, checksum: bb4ab5314b5fa7031f352f87cc0c8bea (MD5)en
dc.description.provenanceMade available in DSpace on 2019-02-25T11:58:29Z (GMT). No. of bitstreams: 1 NCPO04122017.pdf: 1757007 bytes, checksum: bb4ab5314b5fa7031f352f87cc0c8bea (MD5) Previous issue date: 2017-12-01en
dc.languageporpt_BR
dc.publisherUniversidade Federal da Paraíbapt_BR
dc.rightsAcesso abertopt_BR
dc.subjectAlgoritmo Genéticopt_BR
dc.subjectAplicação dos Algoritmos Genéticospt_BR
dc.titleAplicabilidade dos Algoritmos Genéticos na Engenharia Civilpt_BR
dc.typeTCCpt_BR
dc.contributor.advisor1Sarmento, Francisco Jácome-
dc.description.resumoEste trabalho visa demonstrar a aplicabilidade de Algoritmos Genéticos no campo da Engenharia Civil como mais uma ferramenta que utiliza técnicas computacionais para encontrar melhores soluções para otimização de estruturas, objetivando encontrar soluções que conduzam a um melhor aproveitamento dos recursos, menores custos, e alto desempenho, entre outros. Algoritmos Genéticos (AGs) são técnicas de busca e otimização baseadas no modelo Darwiniano da evolução dos seres vivos. Nas últimas décadas, inúmeras aplicações de AGs têm surgido nos campos das Engenharias e da Computação, mostrando a sua larga aplicabilidade. Neste trabalho são descritas algumas aplicações de AGs dentro da Engenharia Civil, particularmente enfocando a natureza dos problemas envolvidos. O papel de algoritmos genéticos como método de engenharia é discutido, bem como são examinadas algumas perspectivas futuras. Neste trabalho buscou-se apresentar as principais técnicas e parâmetros utilizados por diversos autores nesse tema, dando-se destaque para seu uso na otimização de rodovias e vigas. Os resultados são comparados com os obtidos por outros autores. Esses resultados demonstram que a metodologia implementada permite a obtenção de obras que satisfazem às condições inicialmente impostas com uma evidente redução de gastos, sendo o mais econômico possível.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentEngenharia Cívil e Ambientalpt_BR
dc.publisher.initialsUFPBpt_BR
dc.subject.cnpqCNPQ::ENGENHARIAS::ENGENHARIA CIVILpt_BR
Aparece nas coleções:TCC - Engenharia Mecânica

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
NCPO04122017.pdf1,72 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.