Desarrollo de un algoritmo memético aplicado a diseño de una prótesis de rodilla

Abstract

RESUMEN: En esta tesis se presenta el desarrollo de un algoritmo memético (MemDEFP), aplicado a un problema de diseño del mundo real. Recientemente ha habido un gran desarrollo en el área de las metaheurísticas debido a su capacidad para resolver problemas complejos de optimización. Los algoritmos meméticos son metaheurísticas híbridas que contemplan la integración sinérgica de un buscador global y uno o más buscadores locales. Así, se tiene una línea de investigación con aplicaciones en disciplinas del conocimiento tan diversas como la mecatrónica, el descubrimiento de conocimiento (machine learning), la planificación, la bioinformática y la economía, entre otros. El algoritmo memético aquí diseñado consta de un programa maestro basado en una metaheurística de población, combinada con un buscador local estocástico que explota el conocimiento disponible acerca del problema. La tarea del buscador global es explorar e identificar las regiones m as promisorias dentro del espacio de búsqueda limitado por las restricciones de diseño, mientras que el buscador local realiza una explotación mejorada, es decir, profundiza el escrutinio en la vecindad de alguna solución candidata. La sinergia entre los buscadores global y local es fundamental para el desempeño del algoritmo memético, y cada uno de los buscadores cuenta con parámetros que deben ser sintonizados de acuerdo al problema. Para probar el algoritmo MemDEFP se usó como caso de estudio el diseño de una prótesis de rodilla, cuyo objetivo es servir como solución a un problema de salud pública actual en México: la rehabilitación de pacientes después de serles amputado un miembro inferior. La solución propuesta utiliza un mecanismo de seis barras. La configuración es policéntrica, ya que cambia la localización del centro instantáneo de rotación a fin de mejorar la estabilidad y facilitar la flexión de la rodilla, proporcionando una marcha semejante a la natural. La síntesis del mecanismo es un problema complejo debido a la cantidad de variables de diseño y restricciones involucradas. Los resultados obtenidos muestran que el algoritmo MemEDFP mejora el desempeño del algoritmo base, Evolución Diferencial (DE), tanto en la precisión del valor en la función objetivo como en el número de evaluaciones requerido para su cálculo. ABSTRACT: A memetic algorithm (MemDEFP) is developed in this thesis, for its application to a real-world design problem. Nowadays there is a great development in the metaheuristics area, motivated for the capability of these techniques for solving complex optimization problems. Memetic algorithms are hybrid metaheuristics which synergically integrate a global search algorithm and one or more local search methods. This leads to a new line of research, with applications in knowledge disciplines as diverse as mechatronics, knowledge discovery (machine learning), scheduling, bioinformatics and economics, among others. The developed memetic algorithm consists of a master program based on a population metaheuristic, combined with a local stochastic search algorithm that exploits the available knowledge about the problem. The main activity of the global search algorithm is to explore and identify the most promising regions, within the search space limited by the design constraints. The local search algorithm executes an exhaustive explode, that is, a deeper search into the neighborhood of some candidate solution. The synergy between global and local search algorithms is fundamental for the performance of memetic algorithms, and depends strongly of the adequate tuning of the parameters of both algorithms. A case study for the design of a knee prosthesis was chosen in order to verify the performance of the MemDEFP algorithm. The main objective of this prothesis is to get a solution for a current public health problem in Mexico: the rehabilitation of patients with amputation of lower limbs. The proposed solution uses a six-bar mechanism with a polycentric configuration, changing the location of the instantaneous center of rotation in order to improve the stability and flexion movement in the knee, providing a natural walking. The synthesis of mechanisms is a complex problem due to the number of design variables and constraints involved. The results obtained show that the MemEDFP algorithm improves the performance of its base algorithm, Diferential Evolution (DE), both in the accuracy of the objective function value and in the number of evaluations required for its calculation.