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

Vista sencilla de ítem
dc.contributor.authorMartínez Ruiz, Simón
dc.contributor.directorGonzález Gaya, Cristina
dc.contributor.directorHospitaler Pérez, Antonio
dc.date.accessioned2024-05-20T20:11:14Z
dc.date.available2024-05-20T20:11:14Z
dc.date.issued2019-04-25
dc.description.abstractLas 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.es
dc.description.versionversión final
dc.identifier.urihttps://hdl.handle.net/20.500.14468/18317
dc.language.isoes
dc.publisherUniversidad Nacional de Educación a Distancia (España). Escuela Internacional de Doctorado. Programa de Doctorado en Tecnologías Industriales
dc.relation.centerFacultades y escuelas::E.T.S. de Ingenieros Industriales
dc.relation.phdPrograma de doctorado en tecnologías industriales
dc.rightsAtribución-NoComercial-SinDerivadas 4.0 Internacional
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0
dc.titleModelo de evaluación de la sostenibilidad de soluciones constructivas de urbanización mediante algoritmos genéticoses
dc.typetesis doctorales
dc.typedoctoral thesisen
dspace.entity.typePublication
Archivos
Bloque original
Mostrando 1 - 1 de 1
Miniatura
Nombre:
MARTINEZ_RUIZ_Simon_Tesis.pdf
Tamaño:
30.8 MB
Formato:
Adobe Portable Document Format
Descargar
Colecciones
Tesis doctorales