José Alex González Muñoz

José Alex González Muñoz

Auto-generated profile, based on publicly available information

José Alex González Muñoz

Pontificia Universidad Javeriana

Research Focus & Metrics

Academic Career Length

6Years (2021-Present)

(Calculated once Scilit publication data is synced: current year − year of first publication + 1)

Representative Publications

View All Publications
31 December 2021 in Ciencia e Ingeniería Neogranadina
Verified
Journal Article
Open access
PDF file
AOAna Milena Ramírez Ospina
Ana Milena Ramírez Ospina
OSOrlando Cundumi Sánchez
Orlando Cundumi Sánchez
JMJosé Alex González Muñoz
José Alex González Muñoz
JMJesús Daniel Villalba Morales
Jesús Daniel Villalba Morales
Las metodologías convencionales de diseño de estructuras sismo-resistentes se basan en el diseño de resistencia, rigidez y ductilidad de la estructura en el rango inelástico. Recientes avances en el área, buscan generar nuevas metodologías basadas en la disipación de energía del sismo mediante dispositivos externos. Lo anterior con el fin de disminuir los daños que se puedan presentar en los elementos estructurales después de la ocurrencia de un sismo. En este artículo, se propone una metodología para la optimización del diseño de pórticos de acero resistentes a momentos, equipados con amortiguadores de masa sintonizada. El objetivo es disminuir las deformaciones, los daños estructurales, los no estructurales y el costo de la estructura. En el proceso de optimización se utilizó una heurística basada en la teoría de la evolución de una población y denominada algoritmo de evolución diferencial. Se modificó adicionando dos características para mejorar su funcionamiento. En primera instancia, se le generó una autoadaptación de los parámetros de mutación y cruzamiento. Por otra parte, se le dio características multimodales para ayudar al algoritmo a encontrar el óptimo global. Finalmente, utilizando la metodología de optimización en los diversos casos de estudio, se pudo observar que la calidad de la solución y la convergencia del algoritmo eran buenas. Además, se vio una mejoría en la calidad de optimización debido a las características adicionadas de funciones multimodales y parámetros autoadaptativos. Haciendo que el algoritmo tuviera mayor espacio de exploración y explotación.