Beruflich Dokumente
Kultur Dokumente
TESIS DOCTORAL
ASPECTOS GRÁFICOS
EN LA
PREDICCIÓN DE SUBSIDENCIA
DIRECTORES:
!
"
$ #
" '% & ( * ) + -, $
/ 0.
1
$ 42 3 &
( * 0 .
1 -,
5 ( "
AUTOR:
62 7
/ )
" ! ( "
OVIEDO 1995
8:9<;>=@?@=A;CBEDFBE9G?AH=@I
Para la realización de este trabajo se ha contado con los medios informáticos del
Servicio Común de Informática Gráfica perteneciente a la Universidad de Oviedo.
B?AHJ8:=AK@LA;>;>BEM@?
NOQPSRUTWV XY-Z
Como es bien sabido, el vacío creado por una gran extracción subterránea de
material motiva el desplazamiento de la masa de roca situada en los alrededores de la
perforación. Esto se traduce, inicialmente, en los problemas de sustentación de la propia
excavación, interfiere luego con el resto de los trabajos de explotación y, por último, se
refleja en la subsidencia de la superficie del terreno, fenómenos generalmente
indeseados. Esta deformación de la superficie puede producir daños en las estructuras
(edificios, obras lineales e instalaciones en general) situadas sobre ella, que no están
pensadas en muchos casos para soportar estos efectos.
3
reunir las nuevas estructuras que se ubiquen en la zona para que no se vean afectadas
por la deformación de la superficie (protección).
[ R-TWY-\QY-]^Y-_a`cb
4
informático. Para ello se empleará una serie de casos sencillos que servirán de
contraste de la estrategia propuesta.
d ]ebgf<\QR0hjikbQOQbQPlY
4. Selección del modelo formal que representa de una forma más coherente el
fenómeno y definición del modelo discreto que contiene toda la información
necesaria para la realización del estudio. Por último, desarrollo de un entorno
informático para la creación, almacenamiento y manipulación de la estructura de
datos elegida.
5
m ?AK@B;>9on@9<?@9<8Gprq
s tvu4wxyzu4y [>{ h }y |~w v{
7
ANEXO .......................................................................................................................................... 166
ALGORITMOS GENÉTICOS (AG) ........................................................................................... 167
PROGRAMACIÓN EVOLUTIVA (PE)...................................................................................... 170
ESTRATEGIA EVOLUTIVA (EE)............................................................................................. 173
SISTEMAS CLASIFICADORES (SC)........................................................................................ 177
Reglas Internas ....................................................................................................................... 178
PROGRAMACIÓN GENÉTICA (PG) ........................................................................................ 181
CRITERIOS DE DAÑO.............................................................................................................. 182
Criterios de daño propuestos ................................................................................................... 184
LISTADOS ................................................................................................................................. 187
8
s tvu4wxyzu4yzw-| {v
Subsidencia sobre una explotación minera (después de Goldreich).............................................1-17
Área de influencia......................................................................................................................2-18
Zona de influencia .....................................................................................................................3-18
Esquema de una explotación tabular ..........................................................................................4-27
Función de influencia con distribución normal (1; después de Whittaker, 1989) y
distribución no normal (2; después de Liao, 1993) .....................................................................5-32
Método de los rayos proyectivos ................................................................................................6-34
Cubeta elemental creado por la extracción de un elemento dA...................................................7-36
Principio del ángulo límite .........................................................................................................8-37
Influencia del elemento extraído en los horizontes H1 y H2 ........................................................9-38
Principio de equivalencia .........................................................................................................10-39
Principio de reciprocidad .........................................................................................................11-41
Evolución temporal de la presión en los estratos ......................................................................12-42
Modelos teóricos empleados para caracterizar los parámetros a, k y n......................................13-49
Cubetas de hundimiento para el modelo 1 en función de a .......................................................14-51
Cubetas de hundimiento para el modelo 1 en función de k .......................................................15-52
Cubetas de hundimiento para el modelo 1 en función de n .......................................................16-53
Cubetas de hundimiento para el modelo 2 en función de a .......................................................17-54
Cubetas de hundimiento para el modelo 2 en función de k .......................................................18-55
Cubetas de hundimiento para el modelo 2 en función de n .......................................................19-56
Cubetas de hundimiento para el modelo 3 en función de a .......................................................20-57
Cubetas de hundimiento para el modelo 3 en función de k .......................................................21-58
Cubetas de hundimiento para el modelo 3 en función de n .......................................................22-59
Valores característicos del parámetro a ....................................................................................23-61
Geometría del área explotada con un único frente ....................................................................24-66
Traslación del área de explotación ...........................................................................................25-68
Desarrollo temporal de la subsidencia en una explotación hipotética por tajo largo..................26-69
Creación de la población reproductiva en un AG canónico.......................................................27-81
Ejemplo de Cruce Simple.........................................................................................................28-81
Ejemplo de Cruce Doble ..........................................................................................................29-82
Cruce Multipunto .....................................................................................................................30-82
Datos que componen las peticiones al programa gserver ..........................................................31-87
Diagrama del proceso distribuido de evaluación de cromosomas..............................................32-88
Efectos de mutaciones simples (izquierda) y mutaciones correladas (derecha) .........................33-94
Modelo I evaluado con el programa COSMOS/M ....................................................................34-99
Modelo II evaluado con el programa COSMOS/M ................................................................. 35-100
Modelo III evaluado con el programa COSMOS/M................................................................ 36-100
9
Mallado del Modelo I generado con GEOSTAR..................................................................... 37-102
Mallado del Modelo II generado con GEOSTAR ................................................................... 38-102
Mallado del Modelo III generado con GEOSTAR .................................................................. 39-103
Hundimiento del terreno en el modelo I ................................................................................. 40-103
Hundimiento del terreno en el modelo II ................................................................................ 41-104
Hundimiento del terreno en el modelo III............................................................................... 42-104
Comparación de resultados para el modelo I con 3 parámetros............................................... 43-105
Comparación de resultados para el modelo II con 3 parámetros ............................................. 44-106
Comparación de resultados para el modelo III con 3 parámetros ............................................ 45-106
Comparación de resultados para el modelo I con 4 parámetros............................................... 46-107
Comparación de resultados para el modelo II con 4 parámetros ............................................. 47-107
Comparación de resultados para el modelo III con 4 parámetros ............................................ 48-108
Comparación de resultados para el modelo II con 5 parámetros ............................................. 49-109
Comparación de resultados para el modelo III con 5 parámetros ............................................ 50-110
Error Total a lo largo de la variedad unidimensional P-Q ....................................................... 51-111
Error Total a lo largo de la variedad unidimensional P-R ....................................................... 52-112
Error Total a lo largo de la variedad unidimensional Q-R....................................................... 53-112
Error Total a lo largo de la variedad bidimensional PQR........................................................ 54-113
Líneas de Isovalores del Error en la variedad bidimensional PQR .......................................... 55-113
Comparación de desplazamientos horizontales para el modelo I............................................. 56-114
Comparación de desplazamientos horizontales para el modelo II ........................................... 57-114
Comparación de desplazamientos horizontales para el modelo III .......................................... 58-115
Comparación de pendientes para el modelo I ......................................................................... 59-115
Comparación de pendientes para el modelo II ........................................................................ 60-116
Comparación de pendientes para el modelo III....................................................................... 61-116
Desplazamientos estimados para el modelo I.......................................................................... 62-117
Desplazamientos estimados para el modelo II ........................................................................ 63-117
Desplazamientos estimados para el modelo III ....................................................................... 64-118
Puntos de control del problema evaluado ............................................................................... 65-121
Modelo digital de las zonas explotadas................................................................................... 66-121
Módulos que constituyen la implementación informática ....................................................... 67-125
Información digitalizada en la primera fase............................................................................ 68-126
Perspectiva de la información ................................................................................................ 69-127
Ángulos límites α y β............................................................................................................. 70-128
Menú de selección de parámetros de las zonas explotadas...................................................... 71-130
Identificación de los puntos de la retícula............................................................................... 72-132
Interpolación de cota en puntos de la retícula......................................................................... 73-132
Modelo digital (derecha) de una superficie definida por sus líneas de nivel (izquierda).......... 74-133
Esquema de las diferentes etapas del módulo PARSUB ......................................................... 75-134
10
Tira de 32 bits para la representación de un número entero .................................................... 76-134
Ejemplo de cromosoma compuesto por seis parámetros ......................................................... 77-135
Proceso de cruce de una pareja de cromosomas...................................................................... 78-135
Esquema de las diferentes etapas del módulo CALSUB ......................................................... 79-137
Proceso de obtención de las pendientes, deformaciones horizontales unitarias y curvaturas.... 80-138
Esquema de las diferentes etapas del módulo GENRES ......................................................... 81-140
Proceso de obtención de un segmento de isolínea................................................................... 82-141
Isolíneas de hundimiento........................................................................................................ 83-142
Isolíneas de desplazamientos horizontales.............................................................................. 84-143
Isolíneas de desplazamientos horizontales según el eje OX .................................................... 85-144
Isolíneas de desplazamientos horizontales según el eje OY .................................................... 86-145
Isolíneas de Pendientes........................................................................................................... 87-146
Isolíneas de Deformaciones Unitarias..................................................................................... 88-147
Isolíneas de Curvatura............................................................................................................ 89-148
Corte A-A' con las curvas de cada uno de los siete parámetros estudiados.............................. 90-149
Sombreados de los distintos tipos de construcciones............................................................... 91-151
Zona con hundimientos inferiores a 150 mm.......................................................................... 92-151
Zona con desplazamientos horizontales inferiores a 30 mm ................................................... 93-152
Zona con deformaciones unitarias horizontales de compresión............................................... 94-152
Información gráfica de partida ............................................................................................... 95-153
Isolíneas de Hundimiento con 3 parámetros ........................................................................... 96-154
Isolíneas de Desplazamiento Horizontal con 3 parámetros ..................................................... 97-155
Isolíneas de Pendientes con 3 parámetros ............................................................................... 98-155
Isolíneas de Deformación Unitaria con 3 parámetros.............................................................. 99-156
Isolíneas de Curvatura con 3 parámetros .............................................................................. 100-156
Isolíneas de Hundimiento con 5x2 parámetros...................................................................... 101-157
Isolíneas de Desplazamiento Horizontal con 5x2 parámetros................................................ 102-158
Isolíneas de Pendientes con 5x2 parámetros ......................................................................... 103-158
Isolíneas de Deformación Unitaria con 5x2 parámetros........................................................ 104-159
Isolíneas de Curvatura con 5x2 parámetros .......................................................................... 105-159
Isolíneas de Hundimiento con 5x2x4 parámetros.................................................................. 106-160
Isolíneas de Desplazamiento Horizontal con 5x2x4 parámetros............................................ 107-161
Isolíneas de Pendientes con 5x2x4 parámetros ..................................................................... 108-161
Isolíneas de Deformación Unitaria con 5x2x4 parámetros .................................................... 109-162
Isolíneas de Curvatura con 5x2x4 parámetros....................................................................... 110-162
11
s tvu4wxyzu4y h {v
{
Tiempos comparativos de ejecución del programa SubGa..........................................................1-89
Módulos del programa COSMOS/M ..........................................................................................2-98
Errores totales empleando la función de influencia con 3 y 4 parámetros ................................. 3-108
Errores máximos empleando la función de influencia con 3 y 4 parámetros .............................4-108
Errores totales empleando la función de influencia con 5 parámetros .......................................5-109
Errores máximos empleando la función de influencia con 5 parámetros ...................................6-109
Mejoras porcentuales conseguidas según el número de parámetros...........................................7-110
Óptimos obtenidos para el modelo III.......................................................................................8-111
Coeficiente corrector de la pendiente para cada modelo ...........................................................9-116
Errores totales obtenidos con los modelos de función de influencia propuestos ...................... 10-122
Nombre y contenido de los Layers empleados por SUBSID ................................................... 11-131
Categorías de Edificios Propuestas......................................................................................... 12-184
Parámetros de la Subsidencia ................................................................................................. 13-185
Valores Máximos de los Parámetros....................................................................................... 14-186
Criterios de Daño en Estructuras: Límites de los parámetros .................................................. 15-186
12
s tvu4wxyzu4y
w h { u N
Pseudo código genérico de un Algoritmo Evolutivo ...................................................................1-77
Fichero de opciones del programa SubGa ..................................................................................2-84
Fichero de datos con los mallados de la explotación...................................................................3-84
Fichero de datos con los puntos de control .................................................................................4-85
Rutina principal del programa SubGa ........................................................................................5-86
Fichero de identificación del programa gserver ..........................................................................6-88
Fichero de preferencias del programa SubEE.............................................................................7-95
Rutina principal del programa SubEE........................................................................................8-96
Fichero de control del programa GEOSTAR ............................................................................9-101
Fichero de puntos de control .................................................................................................. 10-119
Fichero de celdas ................................................................................................................... 11-120
Hundimiento estimado en cada hito con 5x2x4 parámetros .................................................... 12-122
Pseudo código de la etapa de integración del módulo CALSUB ............................................. 13-137
Fichero de opciones del programa SUBCRI ........................................................................... 14-151
Resultados numéricos con 3 parámetros ................................................................................. 15-154
Resultados numéricos con 5x2 parámetros ............................................................................. 16-157
Resultados numéricos con 5x2x4 parámetros ......................................................................... 17-160
Pseudo código genérico de un Algoritmo Genético ................................................................ 18-169
Pseudo código genérico de una Programación Evolutiva ........................................................ 19-172
Pseudo código genérico de una Estrategia Evolutiva .............................................................. 20-174
Pseudo código de un Sistema Clasificador Sin Aprendizaje.................................................... 21-180
Pseudo código de un Sistema Clasificador Con Aprendizaje .................................................. 22-180
13
;Jp: m HJL@qJ= Ba
9GI6H6prK@= KA9Gqp:8rHJ9o9B?AHJ8r=@KAL@;>;>BEM@?
En este capítulo se presenta una perspectiva histórica, por orden cronológico, de
las aportaciones realizadas por múltiples investigadores al estudio de la subsidencia. A
la vista de la bibliografía recopilada y de acuerdo con los objetivos establecidos para
este trabajo, las principales líneas de investigación presentadas son tres:
- Métodos Empíricos: Se basan en la experiencia obtenida a partir de un gran
número de medidas sobre el terreno.
- Funciones de Influencia: Estos métodos hacen uso de diferentes tipos de
funciones para reflejar la influencia en superficie de las labores subterráneas.
- Modelos Teóricos: Son de naturaleza analítica y están basados en las
propiedades reológicas de los materiales sometidos a la subsidencia.
15
y h { u N 4u y
{ | h y
utilizada alrededor de 1895 para la determinación del daño proporcional producido por
dos explotaciones vecinas, tenía ya en cuenta, mediante los factores empíricos a y z, el
método de extracción y la edad de las labores. Más tarde, la cantidad de carbón extraído
se relacionó con la magnitud del hundimiento en superficie, y se introdujo la
profundidad de la explotación como parámetro, así como un coeficiente de
esponjamiento que valoraba el aumento de volumen de los estratos afectados por este
fenómeno (Goldreich [1]).
16
Compresión Tracción
Desplazamientos
Terciario
γ γ
Carbonífero
M
j e~ j ¡¢£ ~¤¥ ~¡~ c¦j§¨ ¤ª©l¢£ «¡~¬ ¡ e~®¥ §¯$ ~°$¤¨ ¥ ¢±²
En 1899, la investigación de la subsidencia minera recibió un fuerte impulso con
la creación en la cuenca del Ruhr de la Emschergenossenschaft, una asociación dedicada
al drenaje en el distrito minero situado en los alrededores del río Emscher, un afluente
del Rhin. Para asegurar un encauzamiento seguro de las aguas, se llevaron a cabo
observaciones regulares de la superficie del terreno y se instituyeron los cálculos para
prever la subsidencia. Como resultado de estas observaciones se concluyó que el área de
la zona de extracción estaba relacionada con un valor reducido de la potencia de la capa,
que era tenido en cuenta mediante la relación existente entre el área de extracción y el
área de influencia presentado en la figura 2.
17
de coordinación. Mientras los investigadores persistieron en su empeño de trabajar
aisladamente sus progresos fueron, necesariamente, reducidos.
18
directamente a la superficie, se pueden despreciar los desplazamientos originados en el
exterior de dicha región por ser mucho más pequeños que los ocasionados en su
interior.
Esta aproximación fue bastante popular e hizo que durante las siguientes décadas
fueran propuestas nuevas aproximaciones, en la misma dirección, por Bals (Bals [3]) y
otros (Schleier [7]). Este proceso de mejora del planteamiento inicial de Keinhorst ha
conducido, según la terminología moderna, al denominado método de la función de
influencia. Así, en 1931 Kolmogoroff (Jarosz [107]) propone una nueva relación entre
el tiempo y la subsidencia :
º
w(t ) = V ⋅ w ′( x ) (4)
19
donde
»
w(t ) =
∂w(t )
es la velocidad de subsidencia
∂t
∂w ( x )
w ′(t ) =
∂x
V = Cambio en el origen
Por otro lado, Bals introdujo en 1932 varias zonas de explotación con sus propios
ratios individuales y puede ser considerado como el primer investigador que empleó el
método de la función de influencia.
20
(Niederhofer [25]) y la aplicación del método de los elementos finitos dieron un nuevo
impulso al estudio del fenómeno de la subsidencia.
donde z (t ) es una función de tiempo. Poco después, en 1951 Salustowicz propone una
nueva expresión de la velocidad de subsidencia, suponiendo constante la subsidencia
final w f :
¿
[
w(t ) = c w f − w(t ) ] (10)
donde c es un coeficiente de tiempo.
21
Por su parte, Knothe (Jarosz [107]) retoma esta expresión en 1953 y supone que
el valor de la subsidencia final varía con el tiempo, expresando la ecuación anterior de
la forma:
À
[
w(t ) = c w f (t ) − w(t ) ] (11)
Por lo que se refiere al estudio de las acciones de las explotaciones mineras sobre
las construcciones situadas en superficie, Luetkens fue el primero en iniciar estos
trabajos en 1957 para, poco más tarde, publicar directrices a seguir en el caso de que se
deseasen proteger edificios situados en zonas mineras (Luetkens [12]).
22
Quizás, el mejor resumen del método de la función de influencia fue realizado en
1963 por Daunesse y Rambaud (Daunesse [27]). Ellos definieron dos funciones, que
correspondían a los desplazamientos verticales, F(x′ ) , y horizontales G(x′ ) que se
presentan en un problema bidimensional. De nuevo, se suponía que la estratificación era
horizontal y asumían que se había explotado una capa de potencia m para todos los
puntos con x<0, no existiendo ningún tipo de explotación para x>0. Ellos proponían que
Ã
Á Â
Á Â
la subsidencia vertical, w, y los desplazamientos horizontales, u, estaban dados por:
u x ′ = um G x ′
ÃÁ Â Ã
Á Â (15)
w x ′ = − sm F x ′
Ä
podían ser expresados en términos de las siguientes integrales:
Å Æ
u x ′, y ′ = um
ÅÇÆg ρ d A*
Å Æ Ä ÅÇÆ
A*
(16)
w x ,y ′ ′ = − sm f ρ d A*
A*
ËÍÌ Ê Ê ËÑÌ
(17)
0 ∞
F x = ′ f ψ dη dξ ′ ′
−∞ −∞
[ ].
1
donde ψ = (x ′ − ξ ′ ) + η ′ 2
2 2
23
propusieron que el desplazamiento vertical en un punto P, con una estratificación
horizontal, podía ser expresado como sigue:
m κ τ (t )
w(x, y) = − f (r H )d ξ d η
H 2 ∫A
(19)
Aquí, se han introducido la notación Rn′ = Rn H . Usando los pesos kn y los ratios
de extracción en , n = 1,2, Ò N , la subsidencia en el punto P viene dada por:
N
w( P) = − m κ τ (t )∑ kn en (21)
n =1
∑k
n =1
n =1 (22)
Por lo que se refiere a los métodos basados en modelos teóricos, estos pretenden
predecir el comportamiento del macizo rocoso situado sobre las labores a partir de leyes
mecánicas o estadísticas, con el fin de determinar el desplazamiento producido en la
superficie. A lo largo de esta década, se proponen diferentes tipos de comportamientos
del macizo rocoso: elástico, plástico, sin cohesión o incluso estocástico, que componen
de forma homogénea los estratos afectados por la subsidencia. Así, Gil propone en 1966
un modelo compuesto por dos zonas, la primera constituida por un medio estocástico
24
situado inmediatamente encima de la explotación y una zona superior elástica
(Kratzsch [66]). También, en 1966 Cernyi propone un modelo plástico, donde sólo es
justificable calcular los desplazamientos finales de la superficie de un semiplano
vertical (Cernyi [34])
La primera suposición no fue nunca propuesta explícitamente, sino que surgió del
uso del principio de superposición. La consecuencia del último supuesto es que tan
pronto como una porción de la capa es extraída, se espera de ella que aporte la totalidad
de su influencia a la subsidencia de la superficie. Como se verá más tarde, esta premisa
cae rápidamente en desuso con la introducción del factor tiempo en los distintos
métodos predictivos. De estos, el método de la función de influencia es el que mejor
acepta esta modificación
25
Se sugiere, aparentemente por vez primera en 1961 (Salamon [22]), que el
desplazamiento y las tensiones inducidas por la explotación de un cuerpo mineralizado
tabular o una capa pueden ser predichas a partir de la distribución de la convergencia o
desplazamiento relativo entre las partes superior e inferior de la explotación,
independientemente de la complejidad de las labores. Esta generalización representa
una relación crítica entre el pasado y los nuevos métodos de predicción del
comportamiento del terreno.
Es una relación con el pasado porque representa una lógica generalización del
método de la función de influencia. Introduce la noción de que la contribución de una
pequeña parte de la capa al desplazamiento de un punto cualquiera de la masa rocosa no
es del tipo todo/nada, sino que es proporcional a la magnitud de la convergencia
reinante en cualquier momento. Esta formulación elimina inmediatamente un número
de incongruencias aparecidas cuando se empleaba el método de la función de influencia
en la predicción de la subsidencia del terreno. Así, este planteamiento conduce a un
valor de la subsidencia sobre el borde de un panel ancho que es menor de la mitad del
máximo desplazamiento posible. El método de la función de influencia siempre da en
este punto un valor del 50% de la subsidencia máxima (Salamon [22]).
donde ui+ y ui− representan el desplazamiento del techo y del muro respectivamente.
26
j ¥~Ø jÙÚÛ ¬~~ ~¡~ ª¦Ü§¨ ¤ª©l¢£ «¡E©l¨
Las componentes del vector s paralelas a la capa son las componentes de
cabalgamiento y la componente perpendicular a la capa es la convergencia propiamente
dicha. Si la situación de ∆A en la capa está definida por (ξ 1, ξ 2 ) , el desplazamiento del
2 Por tanto, los subíndices y superíndices repetidos hacen referencia a un sumatorio y las comas
seguidas de un subíndice, por ejemplo, j, hacen referencia a la diferenciación respecto a xj. Esto supone
que la ecuacion 19 define nueve ecuaciones Uik .
27
las tensiones en P debidas al área elemental extraída pueden ser expresadas de la
siguiente forma:
∆τ ij =
1 lm k
2
( )
sk cij U l ,m + U mk ,l ∆A = sk Γijk ∆A (29)
donde las funciones Γijk son las funciones de influencia para la tensión. Las tensiones en
P pueden ser obtenidas ahora mediante la integración:
Õ
ê ë ì
τ ik P = sk Γijk d ξ1 d ξ 2 (30)
A
28
dirección i en el elemento k, inducida por el volumen unidad de desplazamientos
relativos según la dirección j en el elemento l. Este proceso conduce a las relaciones:
i, j = 1,2,3
Ti k = −γ ijkl s lj
î
î k , l = 1,2, n
(32)
Una serie intensiva de investigaciones de campo llevadas a cabo en África del Sur
en los años 60 han demostrado que la teoría elástica, contrariamente a lo esperado por
muchos, puede describir cuantitativamente el comportamiento de las masas rocosas
tanto en minería metálica a grandes profundidades como en minería de carbón, siempre
que las deformaciones sean pequeñas (Salamon [48], Oravecz [52]).
En los últimos años se ha hecho evidente que los modelos funcionales son los que
permiten de una forma más realista y fiable la predicción de la subsidencia. No sólo
permiten el tratamiento de explotaciones con geometrías complejas, sino que permiten
la inclusión en el estudio del factor tiempo. En este último caso, los distintos factores
propuestos por los investigadores son idénticos al propuesto originalmente por
Keinhorst, con pequeñas diferencias. Así, en 1972 Trojanowski introduce un nuevo
factor de tiempo en este modelo, quedando de la forma:
ï
[
w(t ) = c(t ) w f (t ) − w(t ) ] (33)
Sin embargo, (Sroka [63], Schober [89]) haciendo uso del método de la función
de influencia propuesto por Knothe, consiguió determinar una solución específica en el
tiempo para un panel rectangular con avance en uno de sus lados. La fórmula propuesta
por este investigador es:
ξ c
∆M(t ) = a∆V 1 + exp(− ct ) − exp(−ξt ) (34)
c−ξ c −ξ
29
donde ∆M(t ) es la variación de la subsidencia en un determinado instante t, a es el
coeficiente de subsidencia, ∆V es el volumen elemental extraído, c el factor de tiempo
y ξ es el factor de compactación temporal.
Por lo que refiere a los estudios de subsidencia realizados en nuestro país, el más
completo, donde se recogen los distintos métodos vistos anteriormente y su aplicación a
casos concretos en las cuencas mineras españolas es el publicado por el Instituto
Tecnológico Geominero de España (Ramírez [86]). En este estudio, se propone que las
curvas de influencia presentes en la bibliografía pueden representarse de forma general
por funciones exponenciales como:
− π ρ
2 2
ρ
−π
w = C1 ⋅ e C2
+ n⋅e
C3
(35)
El valor de w en la función de influencia es el hundimiento creado en superficie
por una unidad de área infinitesimal explotada, ρ es la distancia horizontal, C1 es una
constante definida por las condiciones geométricas, C2 y C3 son funciones de la
profundidad y caracterizan la disminución del hundimiento a medida que el punto
estudiado se aleja del volumen extraído; pueden interpretarse como integrales de las
propiedades mecánicas de los estratos situados entre el nivel de la explotación y la
superficie.
Parece ser que las relaciones lineales de la forma C2=kh y C3=2kh son lo
suficientemente aproximadas para la mayoría de los tipos de funciones de influencia
estudiadas, aunque no existe una información tal que permita una aceptación definitiva.
Por lo tanto, la ecuación anterior queda de la forma:
−π ρ ρ
2 2
− π
w = C1 ⋅ e kh + n ⋅ e 2 kh
(36)
donde k y n son parámetros independientes.
30
valor nulo y puede decirse que la relación R h es la cotangente del ángulo límite. Así,
la constante C1 queda definida por la condición geométrica:
R
wmax = 2π ∫ ρw d r
0 (37)
Finalmente, cabe indicar que las condiciones límite son diferentes cuando se
asume que el hundimiento nulo ocurre sólo en el infinito. Este supuesto es inherente a
todas las teorías convencionales presentadas.
wmax − π
w=
⋅ e kh
+ n⋅e 2 kh
(1 + 4 n)(kh)2
(38)
donde los parámetros k y n caracterizan las condiciones de los estratos y las
formaciones geológicas.
Otro factor corrector ha sido propuesto por (Heasley y Saperstein [78]), que
incluyen en su modelo el efecto de borde en la zona próxima al punto de inflexión de la
cubeta de hundimiento. Una medida similar fue sugerida por (Ren, Reddish y
Whittaker [88]) basándose en la experiencia de la NCB (National Coal Board). Por su
parte, (Hellewell [95]) ha introducido una fórmula empírica para tener en cuenta las
fallas geológicas, recomendando un estudio más detallado del problema.
31
El avance más reciente dentro del ámbito de los métodos funcionales, se debe a
Liao que propone el uso de funciones de influencia difusas (fuzzy), que tengan en
cuenta el efecto de las masas rocosas situadas en los bordes del panel explotado
(Liao [127]). Frente a las funciones tradicionales, este tipo de funciones varía su forma
y el valor de los parámetros, según la posición del punto del terreno evaluado y la
posición del elemento de volumen extraído, como se observa en la figura 5.
ðjñ òóôeõ~ö÷ ø³ðjóùú£ñ ûù~üý~ñ ùªþlÿ óýùú£ñ õ~úù~üñ lôeñ óú£ñ ûù~ùô~õÿ
üý
ó
üýñ lõýô
üñ lô¥ñ óúñ ûù~ù~ùô~õÿ
üý
ó $üý ñ õ !
La fórmula propuesta por Liao, para la función de peso difusa en un problema
plano, es:
k1 P 2 + k2 X 2 k1 ( P − L) + k2 ( X − L)
2 2
P − X
L
fw ( P) exp −π
1
w( X ) = − ag
R0∫ L
dP (41)
En cuanto a los modelos teóricos, el método de los elementos finitos sigue siendo
el más empleado, aunque se ha comprobado que los modelos sencillos son incapaces de
32
simular el complejo funcionamiento de los estratos afectados por la subsidencia, como
pudieron comprobar (Dahl y Choi [50]) durante un estudio realizado en Pennsylvania,
en el que comparaban las medidas de campo con las obtenidas con un modelo
tridimensional elasto-plástico. Así, Jones y Kohli (Jones y Kohli [79]) usando este
método han conseguido obtener perfiles de subsidencia con diferencias próximas al
15% de las medidas reales. Por otro lado, Siriwardane (Siriwardane [80]) usando una
idealización bidimensional y unidimensional del comportamiento de las explotaciones
de tajo largo, concluyó que estos métodos son incapaces de predecir adecuadamente la
subsidencia siendo necesarias mejoras significativas. Este mismo investigador obtuvo
posteriormente mejores resultados empleando el método de los desplazamientos
discontinuos (Siriwardane [98]). Resultados similares han sido obtenidos en China por
(Sugawara et al [82]). Las discrepancias, en este último caso, fueron atribuidas a la
imposibilidad de tener en cuenta el comportamiento reológico y las fracturas de los
niveles de rocas situados por encima de las labores.
Por otro lado, (Coulthard y Dutton [92]) han empleado los métodos de los
elementos continuos y elementos discontinuos para el análisis de las tensiones asociadas
a la subsidencia, comprobando que las cubetas obtenidas de esta forma son
sensiblemente menos profundas que las reales. De nuevo, se atribuyó está diferencia a la
elección arbitraria de las propiedades de los materiales y las diaclasas de la zona
afectada.
Algunos investigadores han empleado el método de los elementos de contorno en
problemas bidimensionales y tridimensionales (Lavie y Denekamp [76], McNabb [87]),
y sugieren, como conclusión, que el coeficiente de Poisson (0,25) disminuye con la
profundidad, teniendo valores mayores a profundidades más pequeñas. Otros, han
utilizado de forma conjunta el método de los elementos de contorno y un medio
laminado para crear un modelo numérico tridimensional, cuyos resultados han sido
razonablemente precisos (Salamon [123]). Posteriormente, este modelo ha sido
mejorado para tener en cuenta de forma simultánea no sólo la subsidencia sino también
la inestabilidad de las labores incluyendo la interacción entre el techo y el suelo a través
de los pilares de protección (Yang [129]).
33
Más recientemente, se han implementado nuevos tipos de elementos con
comportamientos no lineales, que han permitido mejorar las predicciones (Pariseau y
Duan [102]). Estos investigadores, para posibilitar la comparación de los resultados
numéricos con las medidas de campo, multiplicaron por un factor corrector el módulo
de elasticidad de los materiales medido en el laboratorio. Sin embargo, no existe una
teoría general aceptable que permita elegir correctamente estos factores de escala.
34
coeficiente de difusión de huecos y el factor de convección son constantes en un plano
horizontal lo que permite resolver la ecuación diferencial. Por otro lado, en las
explotaciones por tajo largo los efectos de la fracturación de los estratos afectan
decisivamente al fenómeno de la subsidencia, por lo que Hao propone un modelo
bidimensional sencillo que tiene en cuenta las diferencias de fracturación existentes
entre las zonas minadas y las no minadas.
35
,-#./102.,3.46587:915;.024<58=?>8@BA158CEDF/10G.4</1>;58=?>8./1CE@BDF>;/10G.A
36
La cubeta elemental producida, definida horizontalmente por un círculo, puede ser
generada mediante la rotación de cualquiera de sus perfiles transversales o su
correspondiente función kz .
Este principio supone que el ancho de la cubeta de hundimiento sobre las labores
está limitado por sendas líneas rectas trazadas desde el extremo de la zona extraída, que
forman un ángulo constante γ con la vertical, denominado ángulo límite, que es
independiente de la profundidad y el tamaño de la explotación.
Por tanto, esta relación entre el área de las labores y la cubeta se puede aplicar a
un punto P de la superficie y un volumen elemental de la explotación dA como se
observa en la figura 8. Así, las áreas extraídas A1 y A2 , que influyen de igual forma en
el punto P de la superficie, aumentan de tamaño linealmente con la profundidad de las
labores H1 y H2 , siempre dentro del cono de influencia definido por el ángulo límite.
37
ð³ñ òóô¥õ#÷ ø%O ùªþlÿ óý¶ùúñ õ~üýÿý¶ÿ ý~ýù&'ý&J
lôeõN ü~ýùÿ Pô¥ñ Q
ùRlý H1
H2
Como cualquier fuerza o radiación que emana desde un punto central (por
ejemplo, la intensidad lumínica), la influencia debida a la extracción de un elemento de
volumen en una zona de área constante dentro de los límites del cono de influencia es
inversamente proporcional al cuadrado de la distancia. Esto es aplicable a cualquier
cono individual con un ángulo ϕ en el vértice. Así, las influencias kz1 y kz2 por cm 2 en
las áreas A1 y A2 a las distancias H1 y H2 verifican la relación:
k z1 A1 f 22
= = 2 (42)
k z 2 A2 f1
1+
H (43)
1 r 2 −1
kz (r ) = 2 g1 +
H H (44)
38
donde g es una función que liga la disminución de la influencia kz con el ángulo ζ
dentro del cono de influencia3.
Principio de equivalencia
3
(
Por ejemplo, kz (r ) = exp − λr
2
H 2 ) después de (Neuhaus [56]), con λ H 2 = 0,5 despúes de
(Ehrhardt y Sauer [20])
39
Principio de superposición
Esto es válido, también, para los casos en que la capa presenta varias áreas
explotadas o existen varias capas. La cubeta de hundimiento se calcula de forma
individual para cada uno de los paneles explotados, sumándose para obtener la cubeta
combinada.
Principio de reciprocidad
40
ð³ñ òóô¥õ#!÷ ø%Lô¥ñ ùú£ñ
ñ ~üý~ô¥ýúñ
ôúñ üõü
La cubeta elemental debida a dA3 , se obtiene restando a los puntos de la
superficie el valor:
ki
ki′ = wmáx
k3 (45)
Los puntos a y f por estar situados en el límite del cono de influencia del elemento
dA3 no se ven afectados por la extracción de este.
Como se ha visto hasta ahora (ecuación 3), tanto la subsidencia como el resto de
los parámetros de la cubeta están relacionados linealmente con la potencia de la capa m
y con un factor κ que depende básicamente del método de explotación. Además, el
volumen de la cubeta de hundimiento generado en la superficie ha de ser igual al
volumen de la convergencia de las labores.
Principio de transitividad
Este principio estipula que la cubeta debida a un área de extracción crítica debe
poder obtenerse a partir de las cubetas generadas por áreas más pequeñas, o subcríticas;
y recíprocamente, las cubetas debidas a una área de extracción subcrítica deben poder
obtenerse a partir de la cubeta generada por una área crítica, por la misma ley.
En la práctica, estos siete principios no son totalmente correctos. Por ejemplo, las
áreas críticas que afectan al punto P están limitadas, de acuerdo con las últimas
41
observaciones realizadas, no por líneas rectas sino por curvas (Szpetkowski [55]) según
la expresión:
R=c H (46)
ðjñ òóôeõ#!÷ øTZ[+(ÿ óú£ñ ûùlý#
ôeõÿüý~ÿ õ#
ô¥ýñ ûù~ýù~ÿ $ýlô¥õ&'
En esta figura se representan tres fases de la explotación de un taller: las fases 1 y 2
corresponden al avance del frente, lo que se traduce en una rápida variación de
localización e intensidad de la presión. Mientras, que la fase 3 corresponde al estado de
equilibrio temporal que se alcanza transcurridos varios años después la finalización de
la explotación del taller.
42
El principio de constancia de volumen ignora el hecho de que el aumento de
volumen debido a la expansión vertical del material situado sobre la explotación, puede
ser mayor que la reducción de volumen debida a la compresión del mismo sobre la zona
no explotada aún. Incluso, la redisposición de los bloques de estratos afectados por la
subsidencia puede originar una cubeta de mayor volumen que el de la convergencia de
las labores.
Implementación analítica
donde las notaciones son las mismas que las empleadas anteriormente, pero
considerando que las funciones f y g son funciones de las potencias pares de ρ. La
obtención de las componentes rectangulares de ∆ur es sencilla
a^b sc dfe g
∆u P = x ′ − ξ ′ g ρ2 ∆A *
π
(49)
ahb sa bfe g
∆v P = y ′ − η′ g ρ2 ∆A *
π
43
j k 1i l ml mon p
u x ′, y ′ = s ξ ′, η′ x ′ − ξ ′ g ρ2 d A *
π A*
(50)
j k 1i l m j kfn p
v x ′, y ′ = s ξ ′, η′ y ′ − η′ g ρ d A * 2
π A*
r s 1q t uwv x
w x ′, y ′ = − s ξ ′, η′ f ρ2 d A *
π A*
(51)
∂x πH A* z { | } z { | }
(52)
~
1 ∂u ∂u
ξ xy = +
2 ∂x ∂y (53)
Para evitar las incongruencias en los resultados obtenidos por cualquiera de los
dos métodos es importante que todas las funciones de influencia reúnan una serie de
44
requisitos, que se derivan de la naturaleza física del problema. El campo de
desplazamientos inducidos por la explotación de una pequeña área de la capa debe ser
similar al originado por las áreas elementales. Claramente, las distribuciones de los
desplazamientos y de las deformaciones deben estar libres de singularidades y
discontinuidades. Estos requisitos exigen un determinado comportamiento de las
funciones f, g y de sus primeras derivadas.
45
que no se tiene en cuenta el concepto de ángulo de derrumbe o ángulo límite. De hecho,
el uso de este ángulo, que en ningún caso puede ser definido conceptualmente, no
supone ninguna ventaja. En la práctica una función de influencia bien elegida dará un
peso despreciable a cualquier zona minada fuera del área central de influencia.
46
6;66 :
a⋅m − π
w=
⋅e kh
+ n⋅e
2 kh
(1 + 4 n)(kh)2
(57)
$# üý¶ÿ #
$# üý¶ÿ #
48
$# üý¶ÿ #
ð³ñ òóô¥õ#!÷ øT$#üýÿ ²lýûô¥ñ ú
$ý#
ÿ ýõü!P
õôeõ~úõô¥õúlýôeñ Qõôjÿ )
õôM~ý*lô³´E¶µ
Para cada uno de los modelos propuestos se han generado las cubetas de
hundimiento correspondientes a los siguientes rangos de los parámetros:
ya que desde un punto de vista analítico los valores negativos de los parámetros parecen
apropiados, aunque no lo sean tanto desde un punto de vista físico. Por ejemplo, en el
caso del parámetro a, parece ilógico que el tratamiento posterior a la explotación del
taller de lugar a la divergencia del techo.
49
forma drásticamente. Para valores de n grandes, tanto negativos como positivos la
cubeta adopta una forma normal. Sin embargo, para n ≈ −2 la cubeta cambia su
comportamiento en los puntos centrales y pasa de presentar una forma cóncava a formar
una convexidad que crece a medida que se acerca a n = −0,25 .
50
0.08
A:-2.00 K: 0.50 N: 1.00
A:-1.50 K: 0.50 N: 1.00
A:-1.00 K: 0.50 N: 1.00
A:-0.50 K: 0.50 N: 1.00
0.06 A: 0.00 K: 0.50 N: 1.00
A: 0.50 K: 0.50 N: 1.00
A: 1.00 K: 0.50 N: 1.00
A: 1.50 K: 0.50 N: 1.00
A: 2.00 K: 0.50 N: 1.00
0.04
· 0
-0.02
-0.04
-0.06
-0.08
0 200 400 600 800 1000
(m)
0.03
A:-2.00 K:-1.00 N: 0.50
A:-1.50 K:-1.00 N: 0.50
A:-1.00 K:-1.00 N: 0.50
A:-0.50 K:-1.00 N: 0.50
A: 0.00 K:-1.00 N: 0.50
A: 0.50 K:-1.00 N: 0.50
0.02 A: 1.00 K:-1.00 N: 0.50
A: 1.50 K:-1.00 N: 0.50
A: 2.00 K:-1.00 N: 0.50
Desplazamiento Vertical (m)
0.01
· 0
-0.01
-0.02
-0.03
0 200 400 600 800 1000
(m)
0.025
A:-2.00 K: 1.00 N:-0.50
A:-1.50 K: 1.00 N:-0.50
A:-1.00 K: 1.00 N:-0.50
0.02 A:-0.50 K: 1.00 N:-0.50
A: 0.00 K: 1.00 N:-0.50
A: 0.50 K: 1.00 N:-0.50
A: 1.00 K: 1.00 N:-0.50
0.015 A: 1.50 K: 1.00 N:-0.50
A: 2.00 K: 1.00 N:-0.50
0.01
Desplazamiento Vertical (m)
0.005
· 0
-0.005
-0.01
-0.015
-0.02
-0.025
0 200 400 600 800 1000
ð³ñ òóô¥õ#!¸÷ ø%I óý&lõ
üý#ó¶ùüñ ~ñ ýù&'#
õôeõ~ýÿ#üýÿ #~ýùEþlóù¶úñ û¶ù~üý³
(m)
51
0
A: 0.50 K:-2.00 N: 1.00
A: 0.50 K:-1.50 N: 1.00
A: 0.50 K:-1.00 N: 1.00
-0.002 A: 0.50 K:-0.50 N: 1.00
A: 0.50 K: 0.00 N: 1.00
A: 0.50 K: 0.50 N: 1.00
A: 0.50 K: 1.00 N: 1.00
-0.004 A: 0.50 K: 1.50 N: 1.00
A: 0.50 K: 2.00 N: 1.00
-0.006
· -0.01
-0.012
-0.014
-0.016
-0.018
-0.02
0 200 400 600 800 1000
(m)
0.05
A:-1.00 K:-2.00 N: 0.50
A:-1.00 K:-1.50 N: 0.50
A:-1.00 K:-1.00 N: 0.50
0.045 A:-1.00 K:-0.50 N: 0.50
A:-1.00 K: 0.00 N: 0.50
A:-1.00 K: 0.50 N: 0.50
A:-1.00 K: 1.00 N: 0.50
0.04 A:-1.00 K: 1.50 N: 0.50
A:-1.00 K: 2.00 N: 0.50
0.035
Desplazamiento Vertical (m)
0.03
· 0.025
0.02
0.015
0.01
0.005
0
0 200 400 600 800 1000
(m)
0.04
A: 1.00 K:-2.00 N:-0.50
A: 1.00 K:-1.50 N:-0.50
A: 1.00 K:-1.00 N:-0.50
A: 1.00 K:-0.50 N:-0.50
A: 1.00 K: 0.00 N:-0.50
A: 1.00 K: 0.50 N:-0.50
0.03 A: 1.00 K: 1.00 N:-0.50
A: 1.00 K: 1.50 N:-0.50
A: 1.00 K: 2.00 N:-0.50
Desplazamiento Vertical (m)
0.02
· 0.01
-0.01
-0.02
0 200 400 600 800 1000
52
0.008
A: 0.50 K: 1.00 N:-2.00
A: 0.50 K: 1.00 N:-1.50
0.006 A: 0.50 K: 1.00 N:-1.00
A: 0.50 K: 1.00 N:-0.50
A: 0.50 K: 1.00 N: 0.00
A: 0.50 K: 1.00 N: 0.50
0.004 A: 0.50 K: 1.00 N: 1.00
A: 0.50 K: 1.00 N: 1.50
A: 0.50 K: 1.00 N: 2.00
0.002
-0.002
·
-0.004
-0.006
-0.008
-0.01
-0.012
-0.014
0 200 400 600 800 1000
(m)
0.1
A:-1.00 K: 0.50 N:-2.00
A:-1.00 K: 0.50 N:-1.50
A:-1.00 K: 0.50 N:-1.00
A:-1.00 K: 0.50 N:-0.50
A:-1.00 K: 0.50 N: 0.00
0.08 A:-1.00 K: 0.50 N: 0.50
A:-1.00 K: 0.50 N: 1.00
A:-1.00 K: 0.50 N: 1.50
A:-1.00 K: 0.50 N: 2.00
0.06
Desplazamiento Vertical (m)
0.04
·
0.02
-0.02
-0.04
0 200 400 600 800 1000
(m)
0.04
A: 1.00 K:-0.50 N:-2.00
A: 1.00 K:-0.50 N:-1.50
A: 1.00 K:-0.50 N:-1.00
A: 1.00 K:-0.50 N:-0.50
A: 1.00 K:-0.50 N: 0.00
0.02 A: 1.00 K:-0.50 N: 0.50
A: 1.00 K:-0.50 N: 1.00
A: 1.00 K:-0.50 N: 1.50
A: 1.00 K:-0.50 N: 2.00
0
Desplazamiento Vertical (m)
-0.02
·
-0.04
-0.06
-0.08
-0.1
0 200 400 600 800 1000
ð³ñ òóô¥õ#!"÷ ø%I óý&lõ
üý#ó¶ùüñ ~ñ ýù&'#
õôeõ~ýÿ#üýÿ #~ýùEþlóù¶úñ û¶ù~üýµ
(m)
53
0.08
A:-2.00 K: 0.50 N: 1.00
A:-1.50 K: 0.50 N: 1.00
A:-1.00 K: 0.50 N: 1.00
A:-0.50 K: 0.50 N: 1.00
0.06 A: 0.00 K: 0.50 N: 1.00
A: 0.50 K: 0.50 N: 1.00
A: 1.00 K: 0.50 N: 1.00
A: 1.50 K: 0.50 N: 1.00
A: 2.00 K: 0.50 N: 1.00
0.04
· 0
-0.02
-0.04
-0.06
-0.08
0 200 400 600 800 1000
(m)
0.03
A:-2.00 K:-1.00 N: 0.50
A:-1.50 K:-1.00 N: 0.50
A:-1.00 K:-1.00 N: 0.50
A:-0.50 K:-1.00 N: 0.50
A: 0.00 K:-1.00 N: 0.50
A: 0.50 K:-1.00 N: 0.50
0.02 A: 1.00 K:-1.00 N: 0.50
A: 1.50 K:-1.00 N: 0.50
A: 2.00 K:-1.00 N: 0.50
Desplazamiento Vertical (m)
0.01
· 0
-0.01
-0.02
-0.03
0 200 400 600 800 1000
(m)
0.025
A:-2.00 K: 1.00 N:-0.50
A:-1.50 K: 1.00 N:-0.50
A:-1.00 K: 1.00 N:-0.50
0.02 A:-0.50 K: 1.00 N:-0.50
A: 0.00 K: 1.00 N:-0.50
A: 0.50 K: 1.00 N:-0.50
A: 1.00 K: 1.00 N:-0.50
0.015 A: 1.50 K: 1.00 N:-0.50
A: 2.00 K: 1.00 N:-0.50
0.01
Desplazamiento Vertical (m)
0.005
· 0
-0.005
-0.01
-0.015
-0.02
-0.025
0 200 400 600 800 1000
ð³ñ òóô¥õ#!H÷ ø%I óý&lõ
üý#ó¶ùüñ ~ñ ýù&'#
õôeõ~ýÿ#üýÿ #~ýùEþlóù¶úñ û¶ù~üý³
(m)
54
0
A: 0.50 K:-2.00 N: 1.00
A: 0.50 K:-1.50 N: 1.00
A: 0.50 K:-1.00 N: 1.00
-0.002 A: 0.50 K:-0.50 N: 1.00
A: 0.50 K: 0.00 N: 1.00
A: 0.50 K: 0.50 N: 1.00
A: 0.50 K: 1.00 N: 1.00
-0.004 A: 0.50 K: 1.50 N: 1.00
A: 0.50 K: 2.00 N: 1.00
-0.006
· -0.01
-0.012
-0.014
-0.016
-0.018
-0.02
0 200 400 600 800 1000
(m)
0.05
A:-1.00 K:-2.00 N: 0.50
A:-1.00 K:-1.50 N: 0.50
A:-1.00 K:-1.00 N: 0.50
0.045 A:-1.00 K:-0.50 N: 0.50
A:-1.00 K: 0.00 N: 0.50
A:-1.00 K: 0.50 N: 0.50
A:-1.00 K: 1.00 N: 0.50
0.04 A:-1.00 K: 1.50 N: 0.50
A:-1.00 K: 2.00 N: 0.50
0.035
Desplazamiento Vertical (m)
0.03
· 0.025
0.02
0.015
0.01
0.005
0
0 200 400 600 800 1000
(m)
0.04
A: 1.00 K:-2.00 N:-0.50
A: 1.00 K:-1.50 N:-0.50
A: 1.00 K:-1.00 N:-0.50
A: 1.00 K:-0.50 N:-0.50
A: 1.00 K: 0.00 N:-0.50
A: 1.00 K: 0.50 N:-0.50
0.03 A: 1.00 K: 1.00 N:-0.50
A: 1.00 K: 1.50 N:-0.50
A: 1.00 K: 2.00 N:-0.50
Desplazamiento Vertical (m)
0.02
· 0.01
-0.01
-0.02
0 200 400 600 800 1000
55
0.008
A: 0.50 K: 1.00 N:-2.00
A: 0.50 K: 1.00 N:-1.50
0.006 A: 0.50 K: 1.00 N:-1.00
A: 0.50 K: 1.00 N:-0.50
A: 0.50 K: 1.00 N: 0.00
A: 0.50 K: 1.00 N: 0.50
0.004 A: 0.50 K: 1.00 N: 1.00
A: 0.50 K: 1.00 N: 1.50
A: 0.50 K: 1.00 N: 2.00
0.002
-0.002
·
-0.004
-0.006
-0.008
-0.01
-0.012
-0.014
0 200 400 600 800 1000
(m)
0.1
A:-1.00 K: 0.50 N:-2.00
A:-1.00 K: 0.50 N:-1.50
A:-1.00 K: 0.50 N:-1.00
A:-1.00 K: 0.50 N:-0.50
A:-1.00 K: 0.50 N: 0.00
0.08 A:-1.00 K: 0.50 N: 0.50
A:-1.00 K: 0.50 N: 1.00
A:-1.00 K: 0.50 N: 1.50
A:-1.00 K: 0.50 N: 2.00
0.06
Desplazamiento Vertical (m)
0.04
·
0.02
-0.02
-0.04
0 200 400 600 800 1000
(m)
0.04
A: 1.00 K:-0.50 N:-2.00
A: 1.00 K:-0.50 N:-1.50
A: 1.00 K:-0.50 N:-1.00
A: 1.00 K:-0.50 N:-0.50
A: 1.00 K:-0.50 N: 0.00
0.02 A: 1.00 K:-0.50 N: 0.50
A: 1.00 K:-0.50 N: 1.00
A: 1.00 K:-0.50 N: 1.50
A: 1.00 K:-0.50 N: 2.00
0
Desplazamiento Vertical (m)
-0.02
·
-0.04
-0.06
-0.08
-0.1
0 200 400 600 800 1000
ð³ñ òóô¥õ#!÷ ø%I óý&lõ
üý#ó¶ùüñ ~ñ ýù&'#
õôeõ~ýÿ#üýÿ #~ýùEþlóù¶úñ û¶ù~üýµ
(m)
56
0.08
A:-2.00 K: 0.50 N: 1.00
A:-1.50 K: 0.50 N: 1.00
A:-1.00 K: 0.50 N: 1.00
A:-0.50 K: 0.50 N: 1.00
0.06 A: 0.00 K: 0.50 N: 1.00
A: 0.50 K: 0.50 N: 1.00
A: 1.00 K: 0.50 N: 1.00
A: 1.50 K: 0.50 N: 1.00
A: 2.00 K: 0.50 N: 1.00
0.04
· 0
-0.02
-0.04
-0.06
-0.08
0 200 400 600 800 1000
(m)
0.03
A:-2.00 K:-1.00 N: 0.50
A:-1.50 K:-1.00 N: 0.50
A:-1.00 K:-1.00 N: 0.50
A:-0.50 K:-1.00 N: 0.50
A: 0.00 K:-1.00 N: 0.50
A: 0.50 K:-1.00 N: 0.50
0.02 A: 1.00 K:-1.00 N: 0.50
A: 1.50 K:-1.00 N: 0.50
A: 2.00 K:-1.00 N: 0.50
Desplazamiento Vertical (m)
0.01
· 0
-0.01
-0.02
-0.03
0 200 400 600 800 1000
(m)
0.025
A:-2.00 K: 1.00 N:-0.50
A:-1.50 K: 1.00 N:-0.50
A:-1.00 K: 1.00 N:-0.50
0.02 A:-0.50 K: 1.00 N:-0.50
A: 0.00 K: 1.00 N:-0.50
A: 0.50 K: 1.00 N:-0.50
A: 1.00 K: 1.00 N:-0.50
0.015 A: 1.50 K: 1.00 N:-0.50
A: 2.00 K: 1.00 N:-0.50
0.01
Desplazamiento Vertical (m)
0.005
· 0
-0.005
-0.01
-0.015
-0.02
-0.025
0 200 400 600 800 1000
ð³ñ òóô¥õ#!S÷ ø%I óý&lõ
üý#ó¶ùüñ ~ñ ýù&'#
õôeõ~ýÿ#üýÿ #~ýùEþlóù¶úñ û¶ù~üý³
(m)
57
0
A: 0.50 K:-2.00 N: 1.00
A: 0.50 K:-1.50 N: 1.00
A: 0.50 K:-1.00 N: 1.00
-0.002 A: 0.50 K:-0.50 N: 1.00
A: 0.50 K: 0.00 N: 1.00
A: 0.50 K: 0.50 N: 1.00
A: 0.50 K: 1.00 N: 1.00
-0.004 A: 0.50 K: 1.50 N: 1.00
A: 0.50 K: 2.00 N: 1.00
-0.006
· -0.01
-0.012
-0.014
-0.016
-0.018
-0.02
0 200 400 600 800 1000
(m)
0.05
A:-1.00 K:-2.00 N: 0.50
A:-1.00 K:-1.50 N: 0.50
A:-1.00 K:-1.00 N: 0.50
0.045 A:-1.00 K:-0.50 N: 0.50
A:-1.00 K: 0.00 N: 0.50
A:-1.00 K: 0.50 N: 0.50
A:-1.00 K: 1.00 N: 0.50
0.04 A:-1.00 K: 1.50 N: 0.50
A:-1.00 K: 2.00 N: 0.50
0.035
Desplazamiento Vertical (m)
0.03
· 0.025
0.02
0.015
0.01
0.005
0
0 200 400 600 800 1000
(m)
0.04
A: 1.00 K:-2.00 N:-0.50
A: 1.00 K:-1.50 N:-0.50
A: 1.00 K:-1.00 N:-0.50
A: 1.00 K:-0.50 N:-0.50
A: 1.00 K: 0.00 N:-0.50
A: 1.00 K: 0.50 N:-0.50
0.03 A: 1.00 K: 1.00 N:-0.50
A: 1.00 K: 1.50 N:-0.50
A: 1.00 K: 2.00 N:-0.50
Desplazamiento Vertical (m)
0.02
· 0.01
-0.01
-0.02
0 200 400 600 800 1000
58
0.008
A: 0.50 K: 1.00 N:-2.00
A: 0.50 K: 1.00 N:-1.50
0.006 A: 0.50 K: 1.00 N:-1.00
A: 0.50 K: 1.00 N:-0.50
A: 0.50 K: 1.00 N: 0.00
A: 0.50 K: 1.00 N: 0.50
0.004 A: 0.50 K: 1.00 N: 1.00
A: 0.50 K: 1.00 N: 1.50
A: 0.50 K: 1.00 N: 2.00
0.002
-0.002
·
-0.004
-0.006
-0.008
-0.01
-0.012
-0.014
0 200 400 600 800 1000
(m)
0.1
A:-1.00 K: 0.50 N:-2.00
A:-1.00 K: 0.50 N:-1.50
A:-1.00 K: 0.50 N:-1.00
A:-1.00 K: 0.50 N:-0.50
A:-1.00 K: 0.50 N: 0.00
0.08 A:-1.00 K: 0.50 N: 0.50
A:-1.00 K: 0.50 N: 1.00
A:-1.00 K: 0.50 N: 1.50
A:-1.00 K: 0.50 N: 2.00
0.06
Desplazamiento Vertical (m)
0.04
·
0.02
-0.02
-0.04
0 200 400 600 800 1000
(m)
0.04
A: 1.00 K:-0.50 N:-2.00
A: 1.00 K:-0.50 N:-1.50
A: 1.00 K:-0.50 N:-1.00
A: 1.00 K:-0.50 N:-0.50
A: 1.00 K:-0.50 N: 0.00
0.02 A: 1.00 K:-0.50 N: 0.50
A: 1.00 K:-0.50 N: 1.00
A: 1.00 K:-0.50 N: 1.50
A: 1.00 K:-0.50 N: 2.00
0
Desplazamiento Vertical (m)
-0.02
·
-0.04
-0.06
-0.08
-0.1
0 200 400 600 800 1000
ð³ñ òóô¥õ#!÷ ø%I óý&lõ
üý#ó¶ùüñ ~ñ ýù&'#
õôeõ~ýÿ#üýÿ #~ýùEþlóù¶úñ û¶ù~üýµ
(m)
59
Es necesario destacar también que en la práctica habitual, bien empleando el
manual de la NCB u otras técnicas similares, los rangos de los parámetros empleados en
la función de influencia son bastante limitados, variando de una expresión a otra de la
función de influencia. En general, los valores más empleados en la bibliografía
(Ramírez [86]) son:
a ∈[0,1] ; k ≥ 0 ; n ≥ 0
Este estudio, permite observar que los valores negativos de n presentan un gran
interés y no se puede descartar su empleo.
Modificaciones en la estructura de la Función de Influencia propuesta
ρ
∆v = ∆w (59)
h
60
º»
¹º» ¹
θ
θ
¾ÁÀ
½¿¾ÁÀ
(a ) + (a )
2 2
aθ = xp cos θ yp sin θ (60)
donde el origen del sistema de coordenadas coincide con el centro de gravedad del
elemento de volumen evaluado en cada momento.
61
posible tener en cuenta factores locales existentes en el entorno de la zona explotada
como fracturas, fallas, etc.
62
.o,34<-:±TA1/102.AÅ=?>@CÆAÇ0G±T4<-ȱ%.>o,34
63
- los desplazamientos verticales, compresiones e inclinación intermedios de los
pozos de extracción, con el fin de juzgar el posible daño que se podría producir
en la alineación del pozo con las consiguientes repercusiones negativas en las
labores de extracción.
64
se ha cerrado y el material de relleno se ha compactado completamente debido a la
presión de los estratos superiores, es posible alcanzar un nuevo equilibrio de fuerzas en
el macizo rocoso afectado por la subsidencia, lo que se refleja en la forma definitiva de
la cubeta de hundimiento.
Métodos Propuestos
Relaciones Subsidencia-Tiempo
donde
Ê
S(t ) = velocidad de subsidencia
S f (t ) = subsidencia final (asintótica) en el instante t
65
S(t ) = subsidencia actual en el instante t
[S f
(t ) − S(t )] = subsidencia potencial en el instante t
c = factor de tiempo
0 (64)
Ú ÚÛÎ
Ô¬Ø
ÓÖ ÓÕ
Ì&ÍÏήРÎÒÑ Ó
Ô×
66
La subsidencia final para esta excavación puede expresarse como:
x 2 + y2
S f (xt , x0 , y1 , y2 , z ) =
Smax xt y2
rz2 ∫ ∫
x 0 y1
exp −π
rz2
dxdy
(66)
donde
Smax = subsidencia máxima calculada a partir de la relación
Smax = − am
a = factor de subsidencia
m = potencia extraída
rz = radio de influencia en el horizonte z
donde
S f = subsidencia final (asintótica) en el instante t
v = velocidad de avance del frente
cz = coeficiente de tiempo en el horizonte z
∆t = tiempo transcurrido desde el término de la
excavación
uz = parámetro calculado a partir de la relación:
cz rz
uz = −
v (68)
67
Los cálculos para la primera etapa pueden llevarse a cabo de acuerdo con el
siguiente esquema:
x
S( A) = S f ( A) − f uz , t S f (A′ )
rz
(69)
donde
x u2 u x
- f uz , t = exp z exp z t ;
rz 4π rz
- el área de la explotación A′ se traslada respecto al contorno real de la
explotación A, como se recoge en la figura 25;
rz uz
- la magnitud de la traslación es ;y
2π
- la traslación se realiza en el sentido contrario al avance del frente.
ä
ç çè%à
äåØ
éëêTì*í π éëê%ìîí π
ãÖ ã Õ ã Õ
ïTéëê%ìîí π
Þß'à¬á àâ ã
ä ×
ð ð:ñ
68
Subsidencia Inicial Subsidencia Principal Subsidencia Residual
S(t)/S0 0.0
-0.5
∆t=r/v+1/c
-1.0
-30 0 30 60 90
Tiem po (días)
Estas tres fases del proceso de subsidencia están presentes en la figura 26. De esta
figura, se puede observar fácilmente que la velocidad de subsidencia máxima puede ser
aproximada mediante õ la expresión:
So So
Smax = = v
r 1 v
+ r+
v c c (71)
Para c = ∞ , es decir, cuando no existe demora en el proceso de subsidencia, la
ecuación anterior se transforma en:
69
ö So
Smax = v
r (72)
(
S(t ) = S0 1 − e
− c (t − ∆t0 )
) ; para t ∈ (∆t0 , ∞)
(73)
donde
t = tiempo transcurrido desde el momento en que el
frente de extracción pasa por debajo del punto
estudiado
∆t0 = factor corrector de tiempo debido al efecto de borde
existente en el frente de extracción, que crea una
demora adicional en el proceso de subsidencia
La ecuación anterior describe de forma bastante precisa las fases II y III del
fenómeno de subsidencia, es decir, aproximadamente el 90% de la subsidencia.
Cabe destacar, para finalizar este apartado, que la mayor dificultad que se
encuentra al intentar predecir de forma precisa la subsidencia, es la evaluación de la
subsidencia final S0 y el coeficiente de tiempo c. La subsidencia final puede calcularse
de forma precisa mediante el uso del método de la función de influencia, si los
parámetros empleados en el modelo se establecen adecuadamente para cada caso a
partir de datos sobre la subsidencia medida en la zona.
70
6;66 :
26;£÷o;©ª ø£¥ù6;6
En primer lugar, es necesario definir los modelos digitales que caracterizan las
distintas superficies involucradas en cualquier problema de subsidencia, es decir, el
terreno y las labores subterráneas. En este trabajo, cada superficie está definida por una
retícula cuadrada de lados paralelos a los ejes de coordenadas elegidos, como en el
ejemplo presentado en la figura 74. Para la creación de cada una de estas retículas es
necesario digitalizar previamente toda la información topográfica y geométrica
disponible de la zona a estudiar y de la explotación. Una vez almacenada esta
información en el ordenador se obtienen los correspondientes mallados o modelos que
permitirán la integración discreta de la función de influencia en cada uno de los puntos
de la retícula que define el terreno, teniendo en cuenta los elementos de volumen o
celdas que constituyen las distintas zonas explotadas. En el siguiente capítulo, se
presenta en detalle cada una de estas etapas, ya que los modelos digitales obtenidos son
los mismos, tanto para la optimización de los parámetros como para la integración
propiamente de la función de influencia.
72
Para resolver este problema, se puede adquirir un mayor conocimiento del
funcionamiento interno de la función de influencia o explotar el que ya tenemos. Si la
función objetivo resultase ser continua y diferenciable, se pueden emplear técnicas de
descenso basadas en el gradiente de la función de coste.
Si esto no es aconsejable, como en este caso, por tratarse de una función cuyo
dominio de definición incluye los puntos de control (tres coordenadas y el
desplazamiento vertical) y los elementos de volumen extraídos (tres coordenadas de su
centro de gravedad, potencia efectiva y zona explotada a la que pertenece), siendo la
función resultante muy sensible a pequeños cambios en los valores de estas variables, lo
que la hace mutimodal (rugosa). Otra alternativa sería recurrir a la fuerza bruta y
proceder a enumerar la totalidad del espacio de búsqueda. Pero con el número de
posibilidades creciendo de forma exponencial con el número de valores a determinar,
esto se hace inabordable incluso para conjuntos de parámetros pequeños.
73
por rotación de coordenadas deben ser mencionados aquí, ya que constituyen unos
algoritmos muy robustos para la optimización no lineal (Schwefel [64]).
74
la evolución como un proceso acumulativo, altamente selectivo, cuyos resultados pasan
de una selección a otra ligeramente modificados, entonces la asombrosa variedad y
eficiencia existente en la Tierra no parece tan milagrosa. Cuando se construye un
modelo, el objetivo es aislar los mecanismos principales que han conducido al mundo
actual y que, igualmente, han estado sometidos a evolución. Inevitablemente, la
naturaleza ha dado lugar a un mecanismo que permite a los individuos de una
determinada especie intercambiar entre ellos porciones de su información genética
(recombinación o cruce), de tal forma que puedan adaptarse lo mejor posible a las
condiciones cambiantes del entorno.
Por otro lado, los algoritmos evolutivos se han ensayado ya en contextos muy
variados. En la Universidad de Illinois, se han desarrollado algoritmos que aprenden a
controlar una red ficticia de conducciones de gas, modelada sobre la red auténtica que
conecta los centros productores del sudoeste de los Estados Unidos con los
consumidores del Nordeste. El complejo consta de muchas ramificaciones, que
transportan distintas cantidades de gas; los únicos elementos de gobierno son
compresores, que permiten aumentar la presión en cualquier rama de la red, y válvulas,
que regulan el flujo de gas desde y hacia los tanques de almacenamiento. Dado el
importante desfase que separa la manipulación de las válvulas y compresores de los
cambios reales de presión en las tuberías, no se dispone de soluciones analíticas del
problema y los controladores humanos, como le sucede al propio algoritmo han de
aprender con la práctica. Su sistema no sólo atiende a la demanda de gas con costes
comparativos a los conseguidos en la práctica, sino que ha desarrollado una jerarquía de
meta-reglas capaces de dar respuesta adecuada a las perforaciones de las conducciones
(lo que ocurre con frecuencia en la realidad por culpa de máquinas excavadoras
despistadas). Técnicas similares se han empleado para el diseño de redes de
comunicaciones; en este caso los programas tratan de portar el máximo posible de datos
con un mínimo de líneas de transmisión y de conmutadores para interconectarlas.
El diseño de una turbina comporta al menos cien variables, cada una de las cuales
toma distintos intervalos de valores. El espacio de búsqueda resultante contiene más de
10387 puntos. La adecuación de la turbina depende de lo bien que cumpla un conjunto
75
de unas 50 restricciones, entre las que se cuentan las formas suaves y lisas de sus
paredes interior y exterior o la presión, velocidad y turbulencia del flujo en diversos
puntos del interior del cilindro. La evaluación de cada caso requiere hacer funcionar una
simulación de un motor durante unos 30 segundos en una estación informática para
diseño ingenieril.
76
./1±T-:4<=?D°0G0G.ÿ</ÅA^@B4658A1@<4<-#.±To4<58>?4<@BDF±T.?4<5
Aunque esto parezca sencillo desde un punto de vista biológico, estos algoritmos
son suficientemente complejos para constituirse en potentes y robustos mecanismos
adaptativos de búsqueda.
En el siguiente listado se recoge el pseudo-código correspondiente a un algoritmo
evolutivo genérico:
Un Algoritmo AE es
// empieza con un tiempo inicial
t := 0;
// inicia un población de individuos, generalmente de forma aleatoria
IniciaPoblación P(t);
// evalúa la adaptación de los individuos iniciales de la población
Evalúa P(t);
// verifica la condición de finalización (tiempo, adaptación, etc.)
mientras no Acabado haz
// incrementa el contador de tiempo
t := t + 1;
// selecciona la sub-población para la producción de descendientes
P' := SeleccionaPadres P(t);
// recombina los “genes” de los padres seleccionados
Recombina P'(t);
// modifica la sub-población de forma estocástica
Muta P'(t);
// evalúa la nueva adaptación y analiza si el proceso ha acabado
Evalúa P'(t);
// selecciona los supervivientes entre los adaptados actuales
P := Sobrevive P,P'(t);
fin mientras
fin EA.
# TLå
77
Los algoritmos evolutivos, según la guía de la Computación Evolutiva de
(Heitkoetter [135]), se pueden dividir en las siguientes clases:
- Algoritmos Genéticos
- Programación Evolutiva
- Estrategias Evolutivas
- Sistemas Clasificadores
- Programación Genética
En el anexo de este trabajo se presentan brevemente cada una de estas técnicas.
78
.o,3@B>;o>/1±TA102.ÿ</Å=?>@A1@64<-:.±%o4 >?46@BDF±T.?4
De todos los algoritmos evolutivos estudiados, los empleados con más asiduidad
para la optimización de funciones son los algoritmos genéticos y las estrategias
evolutivas. Ambos presentan bastantes características comunes, aunque en el primer
caso el proceso de aprendizaje tiene lugar al nivel de la población, mientras que en el
segundo se realiza al nivel de los parámetros o variables estratégicas.
79
mediante la inserción en la función de influencia de los parámetros contenidos en dicho
cromosoma. Así la probabilidad de que un individuo sea seleccionado viene dada por la
expresión:
emax − ec
pc =
emax − emin (75)
donde emax y emin son el error máximo y mínimo cometidos durante la evaluación de
todos los cromosomas que componen la población.
80
Selección
Cromosoma 1 Cromosoma 1
Cromosoma 2 Cromosoma 2
Cromosoma 3 Cromosoma 2
Cromosoma 4 Cromosoma 4
Padre B Hijo BA
Punto de Intersección
!"#$ %'&)(+*),-. /10*2345*67 ,-. *
81
Padre A Hijo AB
Padre B Hijo BA
Punto de Intersección
!"98$ %'&)(+*,-. /0*2345*:3/;. *
Puntos de Intersección
!<=$ %234>*?. @A -BC@A/
Por último, el cruce uniforme representa el caso extremo del esquema anterior, ya
que en este caso se intercambian todas y cada una de las parejas de bit según una
determinada probabilidad (Syswerda [104]).
82
Por lo que se refiere a la mutación, esta previene la pérdida permanente de un
determinado bit o alelo. Después de varias generaciones es posible que la selección
conduzca a todos los bits de una determinada posición a un valor único: 0 ó 1. Si esto
ocurre sin que el algoritmo haya convergido hacia una solución satisfactoria, entonces
el algoritmo ha convergido prematuramente. Esto puede ser una gran problema cuando
se trabaja con poblaciones pequeñas. Sin la operación de mutación, no existe la
posibilidad de reintroducir el valor perdido del bit.
En los dos últimos casos, el número aleatorio puede presentar diferentes tipos de
distribuciones: uniforme dentro de un rango, exponencial, normal, binomial, etc.
Una vez obtenida la población de hijos es necesario colocar cada uno de los
nuevos individuos en la población existente. Para ello, se pueden emplear los siguientes
métodos:
- Completa: La población de padres es sustituida totalmente por sus
descendientes.
- Al azar: Se escoge aleatoriamente un individuo de la población existente que es
sustituido por un descendiente, y se procede de igual forma hasta que se han
introducido todos los hijos.
- Por Superioridad: Sólo los descendientes cuyo error es menor que el máximo
existente en la población en cada momento son insertados, reemplazando al
cromosoma peor adaptado.
- Por Torneo: Se escogen aleatoriamente un determinado número (1 o más) de
padres y se compara su error con el del individuo que tratamos de introducir en
83
la población. Si el error de este es menor que el de alguno de los padres, se
sustituyen uno por otro.
- Por Similitud: Este método previene la convergencia prematura del algoritmo.
Así, la probabilidad de que un individuo sea reemplazado por un cromosoma
hijo depende del grado de similitud que exista entre ellos. Escogido uno de los
descendientes se compara (bit a bit) con un grupo de padres elegidos al azar. El
que se parezca más al hijo es sustituido por este.
84
- FCONT: Nombre del fichero que contiene los datos correspondientes a los
puntos de control o hitos. Su formato es el siguiente:
# NHIT
n
# X Y Z DX DY DZ
x1 y1 z1 dx1 dy1 dz1
x2 y2 z2 dx2 dy2 dz2
...
xn yn zD n dxn dyn dzn
E@A!0/S$ %' 4>F*9/0*0!C@A/E4>/B. /E-BC@A/EH0*45/BC@A/.
85
- T.Comb.: Tipo de combinación que se emplea para obtener nuevos individuos
cuando los parámetros se almacenan en coma flotante.
- T.Muta.: Tipo de mutación empleada.
- T.Esca.: Tipo de escala que se aplica a la magnitud (error) que mide la
adaptación de cada individuo o cromosoma a su entorno. Este operador permite,
en cierta medida, la convergencia prematura del algoritmo
- PCruce: Porcentaje de los individuos de cada generación que se combinan para
dar lugar a nuevos cromosomas.
- PMuta: Porcentaje de los cromosomas de cada población que son sometidos a
mutación para la introducción en el proceso evolutivo de nuevo material
genético.
- IterEnvej.: Número de iteraciones que un individuo se mantiene en el proceso
evolutivo sin ver alterada su carga genética. Después de alcanzado este valor, se
sustituye por un nuevo individuo obtenido de forma aleatoria.
- IterCatac.: Número de iteraciones que han de transcurrir sin que el proceso
evolutivo genere un individuo mejor adaptado, para que active el proceso de
cataclismo anteriormente expuesto.
En el siguiente listado se recoge el código, en lenguaje C, de la rutina principal
del programa SubGa.
{
Poblacion P;
86
implementado una serie de herramientas que facilitan la resolución de problemas
genéricos, lo que ha permitido además la verificación del algoritmo a partir de las
funciones encontradas en la bibliografía y propuestas a tal efecto.
Por otro lado, con el fin de acelerar el proceso de evaluación del error de cada
cromosoma o conjunto de parámetros, se ha distribuido la etapa de integración de la
función de influencia entre diferentes máquinas conectadas a través de una red de
comunicación de ordenadores. Con ello se consigue que cada máquina evalúe un
determinado número de cromosomas simultáneamente, dependiendo de la carga que
tenga en cada momento. Es decir, el programa SubGa durante la etapa de evaluación de
la adaptación de cada cromosoma, envía una petición a la máquina que esté en ese
momento disponible para que calcule el error que le corresponde a ese determinado
conjunto de parámetros.
Esto ha exigido el desarrollo de un programa independiente o servidor, que se
ejecuta en cada una de los ordenadores de la red diseñados como servidores. Este es el
encargado de realizar la integración de la función de influencia a partir de los modelos
digitales del terreno y de los parámetros definidos en cada una de las peticiones del
proceso cliente. El programa gserver, una vez activado, se limita a escuchar un
determinado puerto (socket) definido previamente, por el que recibe las peticiones del
programa cliente. Esta petición consiste en una estructura de datos como la recogida en
la figura 31. Una vez realizada la evaluación el servidor devuelve la misma estructura
de datos, pero con el error del cromosoma debidamente actualizado.
int id
int num_par
double error
double par1
double par2
....
double parN
87
se indican los valores de los distintos parámetros que caracterizan la función de
influencia.
Para cada una de las entradas de este fichero, el cliente intenta establecer tantas
conexiones como las reflejadas en la columna NPROC, para ello el servidor crea una
copia de si mismo que se encargará de las peticiones recibidas a través de cada una de
estas conexiones.
# HOST
zeus
SOCKET NPROC
9994 4 s5t k hlurih
electra 9994 1
afrodita 9994 1
metis 9994 1
gserver gserver
h t h s ilvfw g'hjilk m
9!<9"$ %:3 !!,G!0*.5-/45*E5/0 E@A ;9 0/0*G*C^!. !45 RB0*45/,/E5/,!E
88
Una vez establecidas todas las conexiones posibles, el programa SubGa continua
ejecutándose de forma normal hasta alcanzar la rutina ErrPob. En esta, se preparan
ahora cada una de las estructuras de datos correspondientes a las peticiones de
evaluación de todos los cromosomas que componen la población.
89
Los resultados recogidos en la tabla 1 se han obtenido durante una día de trabajo
normal de la red, es decir, con las máquinas dedicadas a otra serie de tareas y no
exclusivamente a la ejecución del problema presentado. Por ello, los tiempos obtenidos
pueden verse afectados por la carga de trabajo de cada una de las máquinas en un
determinado instante. Los tiempos reflejados corresponden al mejor de los obtenidos en
cinco ejecuciones.
90
De forma analítica, las estrategias evolutivas son métodos de optimización
paramétrica restringida o no de una función objetivo f : n
→ y para problemas con
condiciones adicionales gi ≥ 0 . La finalidad de este proceso es encontrar un vector
x* ∈ n
tal que ∀x ∈ n
: f ( x *) ≤ f ( x ) si el fin es minimizar la función. El vector x*
recibe el nombre de óptimo global.
x − x < ε ⇒ f ( x ) ≤ f ( x)
(77)
Incluso si existe un solo óptimo local, puede ser difícil encontrar un camino hacia
él si la función presenta discontinuidades. Intentar garantizar una convergencia global
del proceso conduce a una búsqueda más o menos exhaustiva del espacio paramétrico.
(
EE = P 0 , µ, λ , r , m, s, ∆σ g , ∆σ , ∆θ , f , g, T ) (78)
donde
(
P 0 = a10 ,..., aµ0 ∈ I µ ) población
µ ∈
número de padres
λ ∈ número de descendientes, λ > µ
r: I µ → I operador de recombinación
m: I → I operador de mutación
s: I λ → I µ operador de selección
∆σ ∈ parámetro de control de los saltos
∆σ g ∈ parámetro de control de los saltos
∆θ ∈ parámetro de control de la correlación
f: n → función objetivo
gj: → funciones restrictivas, j ∈ {1,..., q}
n
91
correladas de las variables objetivo x. Los dos últimos se denominan variables o
parámetros estratégicos, ya que controlan los efectos del operador m para cada
individuo.
Una estrategia evolutiva trabaja de forma similar que un autómata abstracto que
atraviesa secuencialmente un conjunto de estados (generaciones) hasta que se verifica
un determinado criterio de terminación T. El término generación se refiere al lapso de
tiempo comprendido entre dos estados sucesivos y, también, a la población Pt en el
instante t. Los λ descendientes se reducen a los µ padres de la siguiente generación
mediante la aplicación del operador de selección s:
P t +1 = s(P ′ t )
P ′ t = (a1′ t ,..., aλ′ t ) ∈ I λ
( )
ak′ t = m r (P t ), ∆σ g , ∆σ , ∆θ ; ∀g j ∈ g : g j (ak′ t ) ≥ 0
(79)
donde, los índices a, b, bi ∈P denotan padres que han sido escogidos con idéntica
t
92
padres progenitores de una componente xi′ se escogen de forma individual para cada
una de ellas. Esto da como resultado una mezcla de la información genética mayor que
en el caso normal (B):
( ) (
σ ′i = σ i ⋅ exp z g + N (0, ∆σ ) ; z g = N 0, ∆σ g )
θ ′j = θ j ⋅ exp(N (0, ∆θ )) ; j ∈ {1,..., w}
xi′ = x i + N (0, A) ; i ∈ {1,..., n} (82)
donde, N(c,d) representa un número aleatorio independiente generado según una
distribución normal de varianza d2 y media c. Por otro lado, N(0,A) denota un vector de
números aleatorios de valor medio 0 y densidad de probabilidad:
p(z ) =
det A 1 z T A z
n ⋅ exp −
(2π ) 2
(83)
Existen, por lo tanto, dos parámetros que controlan la mutación de los saltos
σ ∈ n
. Por un lado, ∆σ g denota un factor de escala común a todos los pasos, mientras
93
La introducción de los parámetros estratégicos: σ y θ en el proceso de
mutación-selección es una característica fundamental de las estrategias evolutivas. Esto
permite que una población, con su conjunto de parámetros estratégicos, se adapte
dinámicamente a la topología local de la función objetivo. En general, unos valores
adecuados de los parámetros estratégicos suponen una mejor adaptación del individuo
de acuerdo con f. Por tanto, la selección favorece automáticamente las mejores
configuraciones de estos parámetros. Se ha demostrado, (Schwefel [90]) que en el
proceso de búsqueda directa de las estrategias evolutivas se utilizan pasos cercanos a los
óptimos, lo que resulta en un mayor grado de convergencia. El efecto de las mutaciones
correladas se presenta en la figura 33, donde se esboza mediante el contorno de una
elipse un conjunto de mutaciones igualmente probables para un determinado individuo.
La longitud de los ejes representa los diferentes valores de σ i . Con las mutaciones
simples los ejes de las elipses son paralelos al sistema de coordenadas elegido, mientras
que en el caso de mutaciones correladas una elipse puede estar orientada libremente en
el espacio, lo que supone una mejor adaptación a los angostos valles del espacio de
búsqueda.
94
# N.GenN.Padres N.Hijos TipoEE TipoRTipoM
3 5 50 1 112 1
# N.Pasos PasoMin PasoMax
3 2 1
# MaxIter MinError
100 0.01
# DS DI DP
0.4083 0.5373 0.087266
# N.Rang
3
# minv maxv ndec iniv
0.00 2.00 3 -
0.01 2.00 3 -
0.00 5.00 3 D -
E@A!0/$ %' 45F*/0*-*C`A**B45 !E0*.5-/!,G! VW'X
95
- MaxIter: Número máximo de iteraciones o generaciones que se van a considerar.
Si el proceso alcanza esta iteración sin conseguir un error inferior al umbral
exigido, el proceso se detiene.
- MinError: Error mínimo que se desea obtener con el proceso de optimización.
- DS: La mutación de las variables objetivo xi, está controlada por un conjunto de
desviaciones estándar o pasos σ i , que son mutados a su vez antes de aplicarse a
las variables objetivo.
- DI: Desviación estándar de la distribución log-normal que se aplica a las
variables estratégicas σ i .
- DP: Desviación estándar de la distribución log-normal que se aplica a las
variables estratégicas θ i .
- N.Rang: Número de rangos especificados a continuación. Este número es menor
o igual que el número de genes que componen cada individuo. Así, se puede
especificar un único intervalo de valores para todos los parámetros que tratamos
de determinar, o bien se pueden detallar estos intervalos individualmente.
Para cada rango especificado se indican el valor máximo y mínimo del
parámetro correspondiente, el número de decimales con que se va a trabajar en
cada caso y, por último, se recoge el valor inicial del parámetro. Si este último
campo está vacío el gen se inicializa con un valor aleatorio comprendido en el
rango. Se facilita de esta manera la ejecución del algoritmo desde un punto del
espacio de búsqueda, obtenido con anterioridad, que no presente el error deseado
inicialmente.
En el siguiente listado se recoge el código, en lenguaje C, de la rutina principal
del programa SubEE.
{
Poblacion P;
IniAlea();
if (LeeDatos ("subee.dat") != BIEN)
exit (1);
ImpDatos();
IniCliente(Dat.nh);
IniPob (&P);
ErrPob (&P, PADRES);
do {
Muta (&P);
ErrPob (&P, HIJOS);
Selecciona (&P);
96
Al igual que la implementación del algoritmo genético, presentado anteriormente,
el programa SubEE hace uso de la técnica cliente-servidor para la realización de los
cálculos involucrados en la evaluación de la adaptación al entorno de los individuos de
cada generación.
97
¢¡1¤£1¥¦¨§©ª«¥¦ª¦¥¦¬®¯§¥
Este planteamiento tiene gran interés en aquellos casos donde se realiza por
primera vez un estudio de la subsidencia. Así, será posible modelizar de una forma
genérica el problema mediante el uso de un programa comercial, como el empleado en
este trabajo, para determinar posteriormente los parámetros que caracterizan el modelo
según la expresión de influencia propuesta. De esta forma, se consigue una
aproximación inicial a la cubeta de hundimiento que podrá corregirse más tarde a
medida que se realiza el seguimiento de los movimientos del terreno afectado por las
labores subterráneas.
98
El programa pre- y postprocesador se denomina GEOSTAR. Es un modelador
geométrico interactivo totalmente tridimensional, así como generador de mallados. Sin
necesidad de abandonar este módulo, el usuario puede crear la geometría del modelo,
mallarlo, suministrar toda la información relacionada con el análisis, realizar el tipo de
análisis deseado y revisar e imprimir los resultados, tanto gráficos como numéricos.
99
' !<9T$ %'?/0*. /1¸ ¸*C^Q!. !0/45/B1*.5-/!,!±°3²³V´¹²³V)¶O´·
Para cada uno de estos tres modelos, se generó un fichero de control como el
recogido en el siguiente listado:
100
C* CRLINE,17,1,9
C* Modelo de subsidencia plana CRLINE,18,2,10
C* CRLINE,19,9,11
C* a: 0 CRLINE,20,10,12
C* b: 0 PARASSIGN,NEL,INTEGER,10
C* h: 50 CTNU,1,4,1,2*NEL,17,NEL,10,NEL,18,NEL
C* p: 2 CTNU,2,3,8,NEL,9,NEL,17,NEL
C* w: 15 CTNU,3,3,2,NEL,11,NEL,18,NEL
C* CTNU,4,4,7,1,9,NEL,19,1,12,NEL
VIEW,0.0,0.0,1.0 CTNU,5,4,10,NEL,19,1,13,NEL,20,1
CLS,1 CTNU,6,4,11,NEL,20,1,14,NEL,3,1
PLANE,Z,0.0,1 CTNU,7,4,13,NEL,15,2*NEL,5,3*NEL,16,2*NEL
EGROUP,1,TRIANG,,,2,,5 CTNU,8,3,6,NEL,12,NEL,15,2*NEL
CURDEF,TIME,1,1,0,0.0,20,1.0 CTNU,9,3,14,NEL,16,2*NEL,4,NEL
MPROP,1,EX,1e8 RG,1,1,1
MPROP,1,DENS,200.0 RG,2,1,2
MPROP,1,NUXY,0.45 RG,3,1,3
MPROP,1,FRCANG,27.27 RG,4,1,4
MPROP,1,COHESN,100000.0 RG,5,1,5
MPROP,2,EX,5e7 RG,6,1,6
MPROP,2,DENS,175.0 RG,7,1,7
MPROP,2,NUXY,0.4 RG,8,1,8
MPROP,2,FRCANG,10.0 RG,9,1,9
MPROP,2,COHESN,10000.0 SCALE
PT,1,-50,-35.94,0.0 ACTSET,EG,1
PT,2,50,-35.94,0.0 ACTSET,MP,1
PT,3,-50,-2.6,0.0 MA_RG,1,3,1,2
PT,4,50,-2.6,0.0 MA_RG,7,9,1,2
PT,5,-50,-0.6,0.0 ACTSET,MP,2
PT,6,50,-0.6,0.0 MA_RG,4,4,1,2
PT,7,-50,50,0.0 MA_RG,6,6,1,2
PT,8,50,50,0.0 NMERGE,1,,1,0.0001,0,0
PT,9,-7.5,-2.6,0.0 DCR,2,UX,0.0,4,1
PT,10,7.5,-2.6,0.0 DCR,6,UX,0.0,8,1
PT,11,-7.5,-0.6,0.0 DCR,1,UY,0.0,1,1
PT,12,7.5,-0.6,0.0 ACTSET,LC,1
CRLINE,1,1,2 ACTSET,TC,1
CRLINE,2,2,4 ACEL,0,-9.81,0
CRLINE,3,4,6 TIMES,0,100,10
CRLINE,4,8,6 NL_PRINT,10
CRLINE,5,8,7 A_NONLINEAR,S,1,1,20,0.001,1,G,0
CRLINE,6,7,5 R_NONLINEAR
CRLINE,7,5,3 LISTLOG,1,h11.pto,0
CRLINE,8,1,3 NLIST
CRLINE,9,3,9 LISTLOG,0,h11.pto
CRLINE,10,9,10 LISTLOG,1,h11.des,0
CRLINE,11,10,4 DISLIST
CRLINE,12,5,11 LISTLOG,0,h11.des
CRLINE,13,11,12 LISTLOG,1,h11.str,0
CRLINE,14,12,6 STRLIST
CRLINE,15,7,11 LISTLOG,0,h11.str
CRLINE,16,8,12 D QUIT
E@A!0/189$ %' 4>F*/0*45/BC@A/.>0*.5-/!,G!±Y³²³Vº}»3¼
101
200
150
100
50
-50
-100
-150 -100 -50 0 50 100 150
200
150
100
50
-50
-100
-150 -100 -50 0 50 100 150
!<#$ %?!). . !0/0*.>?/0*. /¸ ¸*)B*!)0/45/B ½¾7¿À7ÁÂ3Ã
102
200
150
100
50
-50
-100
-150 -100 -50 0 50 100 150
!<8$ %'?!. . !0/0*).5?/0*). /¸Ä¸ ¸*B*)!0)/45/B ½¾7¿À7ÁÂ3Ã
0.02
compactacion
subsidencia sin compac.
0.04 subsidencia con compac.
0.06
0.08
0.1
0.12
0.14
-60 -40 -20 0 20 40 60
' !S9=$Ä%Å3B0) , *BC@A/0)*.@O**B/1*B*.>,/0*. /¸
103
0
0.2
compactacion
subsidencia sin compac.
subsidencia con compac.
0.4
0.6
0.8
1.2
-100 -80 -60 -40 -20 0 20 40 60 80 100
' !S9\$Ä%Å3B)0 , *BC@A/10*.@A**B/*B1*.>,/0*. /¸ ¸
0.05
0.1 compactacion
subsidencia sin compac.
subsidencia con compac.
0.15
0.2
0.25
0.3
0.35
0.4
0.45
0.5
-100 -80 -60 -40 -20 0 20 40 60 80 100
' !S9"$Ä%Å3)B0 ,1 *BC@O/0*.@A*)*B/1*B*.>,/0)*. /1¸ ¸ ¸
104
Posteriormente, se procedió a la determinación de los parámetros característicos
de la función de influencia para cada uno de estos modelos. La función de influencia
empleada se recoge en la siguiente ecuación:
ρ
2 2
ρ
m ⋅ aθ ⋅ ∆A −π kθ h −π
∆w(ρ, θ , h) = e + n ⋅ e 2 kθ h
(kθ h)2 θ
(84)
ax = a y ; k x = k y ; nx = ny
0.018
0.016
0.014
0.012
0.01
0.008
0.006
-60 -40 -20 0 20 40 60
!S9<$ %23/,-!!4> RB0**E>. @A!0/E-!!*9.>,/0*. /¸45/B<-!Æ,G*C@A/E
105
0.24
subee
cosmos
0.22
0.2
0.18
0.16
0.14
0.12
0.1
0.08
-100 -80 -60 -40 -20 0 20 40 60 80 100
!S9S$ %23/,-!!4> RB0**E5. @A!0/EH-!!*.5,/0*. /¸ ¸45/B<-!Æ,*C@A/E
0.016
subee
cosmos
0.015
0.014
0.013
0.012
0.011
0.01
0.009
0.008
0.007
0.006
0.005
-100 -80 -60 -40 -20 0 20 40 60 80 100
!S9T$ %23/,-!!45 RB0**E5. @A!0/E-!!*.5,/0*. /¸ ¸ ¸4>/B<-!Æ,*C@A/E
106
Los resultados conseguidos con el modelo escogido de la función de influencia no
parecían demasiado satisfactorios, por lo que se introdujo un nuevo parámetro con el fin
de mejorar la adaptación del segundo término de la función a las variaciones observadas
en los modelos. Así la función de influencia modificada queda de la forma:
a ⋅ m ⋅ ∆A −π kh
ρ 2
ρ 2
− πb
∆w(ρ, h) = e + n ⋅ e 2 kh
(kh)2
(85)
donde b es el nuevo parámetro. Los resultados obtenidos con esta nueva expresión de la
función de influencia fueron:
0.019
subee
cosmos
0.018
0.017
0.016
0.015
0.014
0.013
0.012
0.011
0.01
0.009
-60 -40 -20 0 20 40 60
!S9_$ %23/,-!!4> RB0**E>. @A!0/E-!!*9.>,/0*. /¸45/BS-!Æ,G*C@A/E
0.24
subee
cosmos
0.22
0.2
0.18
0.16
0.14
0.12
0.1
0.08
-100 -80 -60 -40 -20 0 20 40 60 80 100
!S9$ %23/,-!!4> RB0**E5. @A!0/EH-!!*.5,/0*. /¸ ¸45/BS-!Æ,*C@A/E
107
0.016
subee
cosmos
0.015
0.014
0.013
0.012
0.011
0.01
0.009
0.008
0.007
0.006
0.005
-100 -80 -60 -40 -20 0 20 40 60 80 100
!S9#$ %23/,-!!45 RB0**E5. @A!0/E-!!*.5,/0*. /¸ ¸ ¸4>/BS-!Æ,*C@A/E
Número de Parámetros
Número de Parámetros
108
entre el elemento extraído y los puntos de la superficie. Así la nueva expresión de la
función queda de la siguiente forma.
m ⋅ a ⋅ ∆A −π kh
ρ ρ 2 2
− πb
∆w(ρ, h) =
kh
e + n ⋅ e + c ⋅ h
(kh)2 (86)
donde c es el quinto parámetro que se incluye en la función de influencia.
Número de Parámetros
Número de Parámetros
0.21
0.2
0.19
0.18
0.17
0.16
0.15
-100 -80 -60 -40 -20 0 20 40 60 80 100
!S98$ %23/,-!!4> RB0**E5. @A!0/EH-!!*.5,/0*. /¸ ¸45/BT-!Æ,*C@A/E
109
0.015
subee
cosmos
0.014
0.013
0.012
0.011
0.01
0.009
0.008
0.007
-100 -80 -60 -40 -20 0 20 40 60 80 100
!T9=$ %23/,-!!45 RB0**E5. @A!0/E-!!*.5,/0*. /¸ ¸ ¸4>/BT-!Æ,*C@A/E
Como valor de referencia, para la construcción de esta tabla, se toman los errores
totales obtenidos para cada modelo mediante la aplicación de la expresión de la función
de influencia con tres parámetros. Los errores obtenidos con las otras expresiones de
esta función se expresan respecto a aquellos.
110
El caso presentado a continuación corresponde a tres óptimos obtenidos para el
modelo III. Los valores correspondientes a los parámetros en cada uno de estos puntos
se recogen en la siguiente tabla.
Como se observa en la tabla anterior, no sólo existen diferentes óptimos para cada
modelo evaluado, sino que estos pueden tener errores totales similares (puntos P y Q)
pero con valores de los parámetros muy alejados entre si.
Así, en las siguientes figuras se recoge el error total obtenido para el modelo III
en función del parámetro t que caracteriza cada una de las variedades unidimensionales,
según las ecuaciones paramétricas:
Ê Ê Ê Ê
( )
S = P+t⋅ Q− P
Ê Ê Ê Ê
S = P + t ⋅ (R − P)
Ê Ê Ê Ê
S = R + t ⋅ (Q − R)
(87)
0.3
0.25
0.2
0.15
0.1
0.05
0
-0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6
!T\$ %&/>|Z/C@A!.5!. /. !/0*. !^Q! *0!0B 0 ,*BE5 /B!.5Ì%Í
111
1.8
1.6
1.4
1.2
0.8
0.6
0.4
0.2
0
-0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6
9!T9"$ %'&/}|~/C@A!.>!. /. !/0*. !^Q! *0!0B 0 ,*BE> /B!.5Ì7%U
0.6
0.5
0.4
0.3
0.2
0.1
0
-0.2 0 0.2 0.4 0.6 0.8 1 1.2
' !T9<$ %'&/}|~/C@O!.5!. /1. !/0*. !^! *0!0B 0 ,*BE5 /B!.5Í%U
112
Î Î Î Ï Î Ï
S = P + t ⋅ Q − P + u⋅ R− P ( ) ( ) (88)
1.5
0.5
-1 0.5
-0.5
0
0.5 0
1
' !T9S$ %'&/>|Z/C@A!.>!. /. !/10*. !^! *0!0; 0 ,*BE> /B!.>ÌÍU
0.5
-1 -0.5 0 0.5 1
DÑ
!TT$ % B*!E0*¸ E>/C^Q!. /*E0*.>&/'*B. !^Q! *0!0; 0 ,*BE5 /B!.>ÌÍU
113
modelos, obtenidos haciendo uso de la última expresión de la función de influencia
propuesta.
0.01
subee
cosmos
0.008
0.006
0.004
0.002
-0.002
-0.004
-0.006
-0.008
-0.01
-60 -40 -20 0 20 40 60
' !T9_$ %'2Z/,-!!45 RB0*0*E5-. !>!, *BC@A/EF/ >/BC@A!. *EH-!!*.5,/0*. /¸
0.2
subee
cosmos
0.15
0.1
0.05
-0.05
-0.1
-100 -80 -60 -40 -20 0 20 40 60 80 100
' !T9$ %'23/,G-!!45 RB0*0*E5-. !5!, *Bf@A/EF/ 5/BC@A!. *E-!!*.5,/0*. /¸ ¸
114
0.008
subee
cosmos
0.006
0.004
0.002
-0.002
-0.004
-0.006
-0.008
-0.01
-100 -80 -60 -40 -20 0 20 40 60 80 100
' !T9#$ %'23/,-!!4> RB0*0*E>-. !>!,G *BC@A/EF)/ 5/BC@A!. *)E-!!*.5,/0*. /¸ ¸ ¸
0.002
0.001
-0.001
-0.002
-0.003
-0.004
-60 -40 -20 0 20 40 60
9!T98$ %'2Z/,-!!45 RB0*-*B0 *BC@A*)E-!!*.5,/0*. /1¸
115
0.03
subee
cosmos
0.025
0.02
0.015
0.01
0.005
-0.005
-0.01
-0.015
-0.02
-100 -80 -60 -40 -20 0 20 40 60 80 100
9!_9=$ %'2Z/,-!!4> RB0*-*B0 *BC@A*EH-!!*.>,/0*. /1¸ ¸
0.003
subee
cosmos
0.0025
0.002
0.0015
0.001
0.0005
-0.0005
-0.001
-0.0015
-0.002
-100 -80 -60 -40 -20 0 20 40 60 80 100
9!_9\$ %'23/,-!!4> RB0*1-*B0 *BC@O*E-!!*.>,/0*. /¸ ¸Ä¸
116
En la última columna, entre paréntesis, se recoge el valor óptimo del factor
corrector. Este factor se ha obtenido mediante una búsqueda lineal que minimice la
suma de las diferencias entre los desplazamientos obtenidos con el programa
COSMOS/M® y las pendientes multiplicadas por dicho factor.
En las siguientes figuras pueden apreciarse los buenos resultados obtenidos con
esta aproximación.
0.004
subee
cosmos
0.003
0.002
0.001
-0.001
-0.002
-0.003
-0.004
-60 -40 -20 0 20 40 60
äÜ åæ9àÒç9èÖ ×'é3Úê5âÔ Òë5ÒãÜ ÚÞCßAÙêHÚêßAÜ ãÒáÙêâ)ÒàÒÚ)Ô5ãÙáÚÔ Ùì
0.05
subee
cosmos
0.04
0.03
0.02
0.01
-0.01
-0.02
-100 -80 -60 -40 -20 0 20 40 60 80 100
äÜ åæ9àÒç9íÖ ×'é3Úê5âÔ Òë5ÒãÜ ÚÞCßAÙêHÚêßAÜ ãÒáÙêHâÒàÒÚÔ>ãÙáÚÔ Ùì ì
117
0.003
subee
cosmos
0.0025
0.002
0.0015
0.001
0.0005
-0.0005
-0.001
-0.0015
-0.002
-100 -80 -60 -40 -20 0 20 40 60 80 100
äÜ åæ9àÒç9îÖ ×'é3Úê5âÔ Òë>ÒãÜ ÚÞCßOÙêÚêßAÜ ãÒáÙêHâÒàÒÚÔ>ãÙáÚÔ Ù1ì ì ì
La función de influencia debe ser modificada, también, para tener en cuenta los
efectos que sobre la subsidencia tienen la inclinación relativa entre la superficie del
terreno y la explotación. Esto se traduce en la inclusión de un nuevo término lineal
dependiente de la distancia existente entre la superficie y las labores subterráneas.
(89)
118
ï¦ð¢ñòó¨ï¦óòôõöð¢÷ø¦óùòó¨ï
119
300. 980. -212.779533 1.692 2 980. 1340. -232.487311 1.497 2 1020. 1220. -233.268538 1.174 3
340. 940. -178.049036 1.819 2 1020. 1060. -76.803090 1.381 2 1060. 1020. -126.157746 1.376 3
340. 980. -211.014235 1.688 2 1020. 1100. -87.294066 1.624 2 1060. 1060. -138.564066 1.531 3
340. 1020. -233.466524 1.444 2 1020. 1140. -108.019740 1.607 2 1060. 1100. -155.938325 1.530 3
380. 940. -176.201199 1.739 2 1020. 1180. -128.251151 1.595 2 1060. 1140. -175.073361 1.282 3
380. 980. -206.957659 1.678 2 1020. 1220. -148.160354 1.590 2 1060. 1180. -198.025773 1.348 3
380. 1020. -231.257785 1.505 2 1020. 1260. -168.878883 1.636 2 1060. 1220. -222.619256 1.318 3
420. 940. -171.400579 1.681 2 1020. 1300. -192.246605 1.719 2 1100. 1060. -130.967207 1.376 3
420. 980. -200.017456 1.686 2 1020. 1340. -217.571887 1.734 2 1100. 1100. -143.241452 1.534 3
420. 1020. -227.007354 1.612 2 1060. 1100. -77.503625 1.389 2 1100. 1140. -160.708265 1.551 3
460. 900. -136.447388 1.643 2 1060. 1140. -92.531303 1.605 2 1100. 1180. -181.091072 1.333 3
460. 940. -162.933307 1.653 2 1060. 1180. -113.085888 1.597 2 1100. 1220. -205.746191 1.397 3
460. 980. -190.578349 1.693 2 1060. 1220. -133.261005 1.589 2 1100. 1260. -228.749834 1.246 3
460. 1020. -219.244225 1.694 2 1060. 1260. -153.271610 1.586 2 1140. 1100. -135.419595 1.374 3
500. 900. -127.868687 1.634 2 1060. 1300. -174.628809 1.645 2 1140. 1140. -147.562739 1.526 3
500. 940. -153.704566 1.634 2 1060. 1340. -193.738889 1.728 2 1140. 1180. -165.515624 1.561 3
500. 980. -180.434187 1.680 2 1100. 1140. -82.994291 1.386 2 1140. 1220. -187.403811 1.354 3
500. 1020. -208.598112 1.704 2 1100. 1180. -97.900171 1.615 2 1140. 1260. -213.137424 1.396 3
500. 1060. -231.943855 1.495 2 1100. 1220. -118.806199 1.590 2 1140. 1300. -233.692023 1.180 3
540. 900. -119.089281 1.627 2 1100. 1260. -138.826828 1.580 2 1180. 1140. -134.414038 1.549 3
540. 940. -144.293014 1.628 2 1100. 1300. -158.571777 1.601 2 1180. 1180. -152.001869 1.543 3
540. 980. -169.958561 1.653 2 1140. 1180. -88.517444 1.392 2 1180. 1220. -171.032356 1.607 3
540. 1020. -197.241722 1.698 2 1140. 1220. -103.925669 1.619 2 1180. 1260. -193.751889 1.377 3
540. 1060. -224.476689 1.641 2 1140. 1260. -124.415082 1.579 2 1180. 1300. -217.492487 1.381 3
580. 860. -84.169693 1.643 2 1140. 1300. -143.472013 1.564 2 1220. 1140. -125.041418 1.377 3
580. 900. -109.970492 1.609 2 1140. 1340. -160.578109 1.507 2 1220. 1180. -136.968492 1.574 3
580. 940. -134.688818 1.626 2 1180. 1220. -87.141540 1.664 2 1220. 1220. -163.170210 1.383 3
580. 980. -159.949318 1.631 2 1180. 1260. -109.157716 1.627 2 1220. 1260. -184.009848 1.127 3
580. 1020. -186.247434 1.672 2 1180. 1300. -129.176284 1.565 2 1260. 1180. -120.321789 1.350 3
580. 1060. -213.507484 1.691 2 1180. 1340. -147.181870 1.553 2 580. 820. -150.414017 1.032 4
580. 1100. -234.083302 1.447 2 1180. 1380. -158.363169 1.520 2 580. 860. -167.266279 0.944 4
620. 860. -83.530878 1.434 2 1220. 1220. -78.150019 1.405 2 620. 780. -133.486469 0.904 4
620. 900. -101.956297 1.575 2 1220. 1260. -101.078810 1.404 2 620. 820. -143.616509 1.023 4
620. 940. -125.509437 1.604 2 1220. 1300. -122.004001 1.387 2 620. 860. -162.726188 0.994 4
620. 980. -149.733519 1.623 2 420. 900. -227.258799 1.312 3 660. 820. -135.916369 1.023 4
620. 1020. -174.499623 1.652 2 460. 860. -188.636406 1.425 3 660. 860. -156.182741 1.024 4
620. 1060. -200.268275 1.681 2 460. 900. -221.245311 1.407 3 700. 820. -133.354898 0.938 4
620. 1100. -225.238958 1.609 2 500. 860. -179.953312 1.348 3 700. 860. -148.916228 1.015 4
660. 860. -83.350481 1.357 2 500. 900. -210.819297 1.434 3 700. 900. -166.039397 0.961 4
660. 900. -94.233963 1.563 2 540. 860. -171.188498 1.610 3 740. 820. -132.071359 0.904 4
660. 940. -116.225731 1.578 2 540. 900. -199.214863 1.416 3 740. 860. -141.489113 1.011 4
660. 980. -138.720548 1.598 2 540. 940. -227.939998 1.295 3 740. 900. -160.165833 1.008 4
660. 1020. -161.686782 1.619 2 580. 780. -131.769393 1.354 3 780. 860. -133.148387 1.015 4
660. 1060. -186.123087 1.679 2 580. 820. -141.950851 1.530 3 780. 900. -152.037094 1.012 4
660. 1100. -212.178810 1.698 2 580. 860. -162.563241 1.546 3 780. 940. -167.376744 0.943 4
660. 1140. -233.188967 1.472 2 580. 900. -187.943564 1.379 3 820. 860. -128.026487 0.922 4
700. 900. -85.662968 1.553 2 580. 940. -218.518647 1.412 3 820. 900. -142.338281 1.035 4
700. 940. -106.615885 1.556 2 620. 820. -134.667443 1.532 3 820. 940. -160.909457 1.001 4
700. 980. -127.813069 1.575 2 620. 860. -154.566415 1.533 3 860. 900. -136.817681 0.929 4
700. 1020. -149.431701 1.585 2 620. 900. -177.538438 1.317 3 860. 940. -151.498629 1.022 4
700. 1060. -171.997157 1.630 2 620. 940. -205.786822 1.402 3 860. 980. -167.159796 0.948 4
700. 1100. -196.818267 1.695 2 620. 980. -231.018636 1.221 3 900. 900. -130.238376 0.912 4
700. 1140. -222.257379 1.657 2 660. 820. -131.568896 1.401 3 900. 940. -140.364560 1.046 4
740. 900. -81.524731 1.396 2 660. 860. -146.944274 1.526 3 900. 980. -159.856467 1.018 4
740. 940. -96.683338 1.545 2 660. 900. -167.691203 1.568 3 940. 940. -133.539113 0.928 4
740. 980. -116.669483 1.562 2 660. 940. -193.145996 1.379 3 940. 980. -148.679890 1.049 4
740. 1020. -137.387538 1.585 2 660. 980. -221.621344 1.354 3 940. 1020. -166.010073 0.967 4
740. 1060. -158.729869 1.593 2 700. 820. -129.593289 1.357 3 980. 980. -136.113946 1.047 4
740. 1100. -181.825091 1.662 2 700. 860. -139.327645 1.526 3 980. 1020. -156.305855 1.050 4
740. 1140. -207.114048 1.697 2 700. 900. -158.796356 1.527 3 1020. 980. -128.644075 0.923 4
740. 1180. -229.667859 1.535 2 700. 940. -181.514889 1.321 3 1020. 1020. -143.045366 1.052 4
780. 900. -76.161970 1.364 2 700. 980. -208.441533 1.372 3 1020. 1060. -161.308349 1.002 4
780. 940. -86.214954 1.553 2 700. 1020. -231.692000 1.209 3 1060. 1020. -134.579865 0.923 4
780. 980. -105.974166 1.537 2 740. 860. -131.947084 1.507 3 1060. 1060. -148.723892 1.058 4
780. 1020. -126.054000 1.559 2 740. 900. -150.669892 1.516 3 1060. 1100. -165.389517 0.967 4
780. 1060. -146.767022 1.568 2 740. 940. -170.573691 1.569 3 1100. 1060. -139.827174 0.923 4
780. 1100. -168.237239 1.599 2 740. 980. -194.366224 1.350 3 1100. 1100. -153.812182 1.054 4
780. 1140. -192.105372 1.672 2 740. 1020. -220.722367 1.347 3 1140. 1060. -129.996497 0.913 4
780. 1180. -217.859879 1.673 2 780. 860. -129.120055 1.388 3 1140. 1100. -139.855941 1.046 4
820. 940. -79.320014 1.387 2 780. 900. -142.944831 1.503 3 1140. 1140. -158.929368 1.024 4
820. 980. -94.491674 1.595 2 780. 940. -161.139797 1.508 3 1180. 1100. -130.565824 0.923 4
820. 1020. -115.360320 1.558 2 780. 980. -182.431354 1.292 3 1180. 1140. -144.841460 1.086 4
820. 1060. -135.557558 1.559 2 780. 1020. -207.479117 1.326 3 1180. 1180. -163.295376 0.991 4
820. 1100. -155.660156 1.569 2 780. 1060. -230.342711 1.221 3 1220. 1140. -134.047725 0.929 4
820. 1140. -177.505737 1.650 2 820. 900. -134.455028 1.518 3 1220. 1180. -149.628383 1.103 4
820. 1180. -202.452920 1.715 2 820. 940. -152.595276 1.513 3 1220. 1220. -167.008844 0.961 4
820. 1220. -226.531575 1.590 2 820. 980. -171.911778 1.564 3 1260. 1180. -140.809366 0.938 4
860. 980. -87.138804 1.401 2 820. 1020. -194.661633 1.324 3 1260. 1220. -162.906987 0.930 4
860. 1020. -103.081342 1.591 2 820. 1060. -219.557648 1.332 3
860. 1060. -123.534479 1.568 2 ú
860. 900. -128.818452 1.381 3
Ü êßAÒáÙû9ûÖ ×'äÜ Ý>ýÚ9àÙáÚÝ5ÚÔ áÒê
120
ä'Ü åæàÒç9þÖ ×'ÿæÞCßAÙêáÚÝ>ÙÞCßAàÙÔ>áÚ9Ô>âàÙÓÔ ÚãÒÚQÒÔ æÒáÙ
ä'Ü åæàÒç9çÖ ×ÙáÚÔ ÙáÜ åÜ ßAÒÔ>áÚÔ ÒêHë5ÙÞÒêHÚâÔ ÙCßAÒáÒê
121
En este problema, como puede observarse en el listado de los elementos que
definen las labores subterráneas, el número de zonas explotadas es cuatro. Esto ha
permitido definir dos tipos de análisis claramente diferenciados:
a) Las distintas zonas explotadas tienen los mismos parámetros, cuyo número
varía desde 3 en el modelo primitivo, hasta 5 en el modelo propuesto en este trabajo. E
cada caso, es posible hablar de un comportamiento ortotrópico del macizo lo que se
traduce en doble número de parámetros. Por lo tanto, los casos estudiados en este
apartado según el número de parámetros son: 3, 3x2, 4, 4x2, 5 y 5x2.
Zonas: 4
número de parametros: 5x2
Hitos: 25
# X Y Z DZ_ESTIMADO DZ_MEDIDO
301.841 868.966 257.657 -0.0091615065 ( 0.006)
580.591 1020.112 248.995 0.0579244354 ( 0.055)
698.080 832.693 290.504 0.0038587956 ( 0.008)
727.510 763.469 328.031 0.0072702415 ( 0.007)
763.451 787.956 298.164 0.0135698240 ( 0.011)
763.451 787.956 259.880 0.0104603322 ( 0.024)
680.004 1236.691 352.511 0.3468415952 ( 0.347)
749.681 1135.582 296.968 0.1288593435 ( 0.129)
1079.305 657.548 256.510 0.0020024617 ( 0.002)
492.955 918.839 248.248 0.0190003024 ( 0.019)
631.939 942.252 249.081 0.0285820369 ( 0.022)
853.107 985.575 250.897 0.0489998980 ( 0.049)
957.368 1005.837 277.237 0.0566825975 ( 0.062)
331.092 1256.239 291.379 0.0087968922 ( 0.004)
523.752 1108.414 248.092 0.0567230156 ( 0.108)
---
Error Total: 0.245413
Error Max. : 0.080849
Desp. Max. : ú 0.346842
Ü êßAÒáÙû9èÖ × 3æÞáÜ ãÜ ÚÞCßOÙÚêßAÜ ãÒáÙÚÞÝ>ÒáÒýÜ ßAÙÝ>ÙÞþQèîâÒà
ãÚCßAàÙê
122
ù'÷ï
ï¦ð¢ñòóï¦ó¨ò õ
Otra de las aplicaciones donde el algoritmo presentado tiene gran interés, debido a
su flexibilidad, es en la predicción de la subsidencia en un determinado instante de
tiempo a partir de los resultados obtenidos con anterioridad. Para ello, es necesario
disponer de datos sobre desplazamientos en los puntos de control correspondientes a
diferentes instantes del fenómeno.
k =1 i =1 (90)
donde M es el número de intervalos de tiempo en los que se conocen los
desplazamientos de los puntos de control, N es el número de hitos, wki* es la subsidencia
medida en el hito i en el instante k, η k es un coeficiente de asentamiento que varía de un
123
"!$#
%&'(%)'(*+,-* *./0%2103
4 '5+687$'//0%&9'(*:+6
äÜ åæà?çA@Ö ×B)áæAC ÙêEDæÚÝ>ÙÞêßAÜ ßAæFÚÞBC ?Ü ãâGC ÚãÚÞCßH?)Ý5Ü ÞÜ ÞfÛAÙàãB
CßOÜ ÝI?
125
Cada uno de los conjuntos de líneas digitalizadas se sitúa en un layer5 diferente,
dentro del entorno gráfico, lo que permite diferenciarlos de una forma cómoda. Se
posibilita, de esta forma, el tratamiento individualizado de cada uno de estos conjuntos
en las siguientes etapas del estudio.
äÜ åæà?çAJÖ ×ìÄÞCÛAÙàãB?)Ý5Ü )ÞáÜ åÜ ßH?AC Ü ëK?)áA?ÚÞBC ?âàÜ ãÚàL?ÛH?ê>Ú
126
ä'Ü åæà?ç9ÕÖ ×'ÿÚàê5âÚÝßAÜ M?áÚBC ?Ü ÞCÛAÙàãB?Ý5Ü Þ
127
En esta etapa se determinan también los valores de los ángulos límite superior e
inferior para los distintos cortes especificados por el usuario. Por ángulo límite inferior
(superior) se entiende el ángulo que forma con la vertical la línea recta que une el punto
del corte de la capa de cota inferior (superior) con el punto del corte del terreno con
hundimiento 1 mm. Para permitir la comparación de ambos ángulos con los resultados
recogidos en la bibliografía, los puntos situados sobre el terreno se sitúan a una misma
cota de referencia arbitraria que, en este caso, corresponde a la cota del punto de
hundimiento máximo (ver figura 70).
128
Q,RTSVUXWZY\[^]K_<`baBc
Veamos ahora la disposición que debe ocupar esta información en cada caso.
De la misma forma se introducen las trazas horizontales que definen las capas de
carbón que originan la subsidencia que tratamos de predecir. En este caso las polilíneas
se introducen en un layer denominado PSUP#, donde # es el número de la orden
asignado a cada una de las capas estudiadas. En el caso de que tengamos una sola capa,
la identificación numérica puede obviarse. Como caso particular, dentro de las trazas
que definen las capas de carbón, están aquellas que constituyen las intersecciones de
dichas capas con el terreno. No siendo horizontales (con cota constante), estas trazas no
pueden digitalizarse aplicando el método presentado. Para evitar al operador la
necesidad de introducir con el teclado cada una de las cotas individuales de todos los
puntos de la traza, se asigna a estas polilíneas una cota por defecto de -999 lo que le
indica al programa SUBSID (cuando son identificadas) que deben de ser proyectadas
sobre el terreno para obtener la verdadera traza.
129
Una vez definidas espacialmente todas y cada una de las capas de interés, se
definen las distintas zonas explotadas y sus potencias medias dentro de cada una de
ellas. Para ello se representa el contorno de cada una de las zonas explotadas mediante
una polilínea cerrada cuya cota o elevación corresponde a la cota media de la zona. Se
debe señalar que esta potencia media se ve afectada por el coeficiente de postaller que
depende del tipo de tratamiento que se le de al taller (hundimiento, relleno manual,
relleno hidráulico, etc.). Los contornos correspondientes a cada capa se recogen en su
correspondiente layer denominado ZSUP# donde # es el número de orden asignado a la
capa PSUP# en el apartado anterior.
La definición de cada una de las zonas explotadas, dentro de las diferentes capas,
se completa con la asignación de los correspondientes parámetros
(a , a , k , k , n , n , b , b , c , c ) de la función de influencia, empleados en el módulo
x y x y x y x y x y
Selección de Parámetros
ax kx nx bx cx
ay ky ny by cy
130
LAYER CONTENIDO
LSUP Líneas de nivel del terreno
PSUP# Trazas de las capas de carbón
ZSUP# Límites de las zonas explotadas dentro de cada capa
CSUP Edificios
DXLIN Isolíneas de desplazamiento horizontal según OX
DYLIN Isolíneas de desplazamiento horizontal según OY
DZLIN Isolíneas de desplazamientos verticales
DHLIN Isolíneas de desplazamientos horizontales
CLIN Isolíneas de curvaturas
PLIN Isolíneas de pendientes
DULIN ú
Isolíneas de deformación
j?AkAC ?û9ûÖ elmiãBkàLfnFohKiÞCßHfÞAd áAiáAfBC iê ?pFfàêEfãGâAC fA?áAi9êHâAiàMqsrutnq"vxw
131
äd åæà?B@9èÖxeì áGfÞCßHd yHd hI?AhKd ÞáAfbC iêHâæÞCßziêáAfbC ?1àfCßHPxh5æAC ?
äd åæà?B@íÖ eì ÞCßzfàâAiAC ?AhKd ÞáAfBhIiCßH?BfÞâæÞCßHiêHáAfBC ?àfCßzP h5æAC ?
132
66, que facilita la integración discreta de las funciones de influencia que se realiza en
los módulos PARSUB Y CALSUB.
äd åæà?B@9îÖ eBiáAfAC iáAd åAd ßH?ACK{áAfàLfAh5ýA?A|'áAfæÞA?ê5æâAfà yHd hKd fáAfyHd ÞAd áA?âAiàê>æêsC P ÞAfA?êHáAfÞAd MfACI{d ëKDæAd fàáA?A|
133
Q,RTSVUXWZY\}~B`ac
Obtención Primera
Población Cromosomas
Inversión
Mutación
Cruce
Se sobrepasa el
número máximo de iteraciones No
o el error es menor que el
umbral ?
Si
Generación del
Fichero de Resultados
äd åæà?B@9þÖ eêIDæAfãB?áAfBC ?êáAd yHfàLfÞCßHfêEfCßH?âA?êáAfGC5ãBáæAC i"n nqsrt
En primer lugar, se crea una población formada por tiras de bits que representan
tantos números enteros de 32 bits como párametros definen el modelo de función de
influencia que se desea evaluar. Cada uno de ellos se convierte en un número real,
mediante una transformación lineal teniendo en cuenta el rango de valores especificado
para cada parámetro. Se obtienen así los valores particulares de los parámetros que se
tratan de calcular. Cada una de estas tiras de enteros recibe el nombre de cromosoma.
entero
äd åæà?B@çÖ eIjd à?áAfíèBkAd ßAêâA?àL?BC ?àLf9âàLfêKfÞCßH?AhKd ÞGáAfæÞÞAgãBfàiBfÞCßHfàLi
134
B13 B21 B11 B10 B23 B22 B21 B20 B33 B23 B31 B30 B34 B24 B41 B40 B35 B25 B15 B05 B36 B26 B16 B06
entero1 entero2 entero3 entero4 entero5 entero6
äd åæAL?B@@Ö eGfAAC iBAfhIiABiêKiAB?BhKiABæAfêHiBAiA'êKfAd êsA?AL
ABfHiê
∑w
i =1
i − wie
(93)
Una vez evaluados todos los cromosomas se procede a cruzarlos, para ello se
escoge al azar un determinado porcentaje de la población inicial, teniendo en cuenta la
probabilidad de supervivencia de cada cromosoma. En el algoritmo desarrollado para
este trabajo, el cruce de cromosomas se realiza por parejas, intercambiando cada una de
las partes que resultan de dividir los cromosomas de la pareja por la mitad.
Padre A Hijo AB
Padre B Hijo BA
Punto de Intersección
äd åæA?B@AJÖ e'ÿ"iAhKfêKiBAfhIæAhKfBAfGæÞA?B?ALf?AfBhKLiBiêKiAB?ê
135
Dentro de este mismo programa se han implementado otros procedimientos para
la obtención de nuevas poblaciones como la mutación, donde se altera de forma
aleatoria un bit de un determinado porcentaje de cromosomas de la población original, o
la inversión, que consiste en cambiar unos por ceros y viceversa.
Una vez obtenidos los valores óptimos de los parámetros para cada caso, estos se
almacenan en un fichero de texto denominado calsub.dat, para que puedan ser
identificados posteriormente por el módulo CALSUB. Se facilita también, de esta
forma, la edición de estos valores por parte del usuario si fuese necesario en alguna
etapa del estudio. El listado de este fichero es el siguiente:
# Pdef: Potencia por defecto de aquellas capas de las que se desconocen
# los límites de la zona explotada.
1.0
#
# Valores de los parámetros en el eje principal X:
# axp kxp nxp
0.50 0.75 0.41
# Valores de los parámetros en el eje principal Y:
# ayp kyp nyp
0.35 0.65 0.32
#
donde las líneas que empiezan con el símbolo # son comentarios explicativos, que
aclaran el significado de los distintos valores numéricos recogidos en este fichero.
136
Q,RTSVUXWZY~>`baBc
PÁRAMETROS MODELOS
ÓPTIMOS DIGITALES
INTEGRACIÓN
FUNCIÓN DE INFLUENCIA
DESPLAZAMIENTOS
VERTICALES Y
HORIZONTALES
PENDIENTES
CURVATURAS Y
DEFORMACIONES
äd åæAL?B@9ÕÖ eêKDæAfAB?bAfBC ?êEAd yHfALfÞHfêEfH?AA?êEAfACKBGæAC iunqrut
137
Se obtienen, así, los desplazamientos verticales y horizontales de todos los puntos
definidos en el modelo digital del terreno. A continuación, se calculan las pendientes,
deformaciones unitarias horizontales y curvatura en cada uno de esos puntos. Estas
magnitudes tienen carácter direccional, por lo que su cálculo se ha realizado a lo largo
de la dirección de desplazamiento de cada punto.
äd åæL?BJ9üÖ eÿ"LiAhKfêKiBAfBiAkHfÞAhKd ÞBAfBC ?êsAfÞAAd fÞHfêKAAfyHiAB?AhKd iÞAf9êHýAiAd ëIiÞ?AC fêæÞAd H?Ad ?êFXh5æA M?AæA?ê
138
Q,RTSVUXWZY_+B`
A continuación, para cada uno de los siete tipos de isolíneas que genera el
programa, se detallan la separación entre los valores que dan lugar a la generación de
una isolínea. Se indica también, el número de líneas que separan una línea maestra de
otra. Estas son las que aparecen en el gráfico acompañadas de un número que representa
139
su valor. Luego se indica el tipo de valores que se van a representar (0-Positivos
1-Negativos). Al final de cada línea, se recoge el factor de escala con el que se generan
los números que identifican las isolíneas.
PREFERENCIAS MODELOS
genres.dat DIGITALES
OBTENCIÓN
SEGMENTOS ELEMENTALES
IDENTIFICACIÓN
ISOLÍNEAS
ETIQUETADO
ISOLÍNEAS
äd åæA?BJ9ûÖ eêIDæAfAB?BAfBC ?êsAd yHfALfÞHfêEfH?AA?êsAfGCKBAæAC i ¡¢ ¡ q
Una vez leídas las preferencias del usuario para cada uno de estos valores desde el
fichero genres.dat, se procede a la obtención de los segmentos elementales que
constituyen cada una de estas líneas mediante la intersección de la superficie de
ecuación z=f(xi,yi), con el plano horizontal de valor z constante como se recoge en la
figura 82. El valor de corte varía para cada uno de los grupos de isolíneas, de acuerdo
con la información contenida en el fichero de preferencias.
Los segmentos así obtenidos, cuyos extremos coincidan, se enlazan para formar
una sola entidad o isolínea. Una vez definida esta, si se trata de una línea maestra, se le
asigna la correspondiente etiqueta en la que se indica el valor de corte con que se ha
generado, afectada de la correspondiente escala asignada en el fichero genres.dat.
140
äd åæA?BJ9èÖ e'ÿ"LiAhKfêKiBAfBiAkHfÞAhId ÞBAfæÞêKfåABfÞHiBAfBd êIiAC P ÞAfA?
141
äd åæAL?BJ9íÖ e'ì êKiAC P ÞAfA?êEAfýæÞAGd Bd f)ÞHi
142
äd åæL?BJ9îÖ eìÄêKiAC P ÞAfA?êEAfBfêIAC ?ëI?Ad fÞHiêýAiALd ëKiÞH?AC fê
143
äd åæAL?BJ9þÖ eì êIiAC P ÞAfA?)êsAfBAfêIAC ?ëK?ABd fÞHiêýAiGd ëKiÞH?AC f)êêKfåAgÞbfACKffB£s¤
144
äd åæAL?BJ9çÖ eì êIiAC P ÞAfA?)êsAfBAfêIAC ?ëK?ABd fÞHiêýAiGd ëKiÞH?AC f)êêKfåAgÞbfACKffB£¥
145
äd åæL?BJ@Ö e'ì êKiAC P ÞAfA?êsAfÿfÞAAd fÞHfê
146
äd åæA?BJJÖ e'ì êKiAC P ÞAfA?êsAfénfyHiALB?AhKd iÞAfês¦3ÞAd H?ALd ?ê
147
äd åæA?BJ9ÕÖ e'ì êKiAC P ÞAfA?êsAfB§3æA ?AæA?
148
äd åæA?ÕüÖ e§niA Hf9¨e ¨©ªhKiÞBC ?êEh5æA ?êsAfBhK?AA?æÞAiBAfBC iêHêKd fHfBA?AL
AfHLiêsfêAæAAd ?AAiê
149
Dada la gran flexibilidad de la herramienta informática presentada en este
capítulo, esta puede ser de gran ayuda para el proyectista a la hora de evaluar
situaciones de posible riesgo. Gracias a la generación de los diferentes tipos de
isolíneas, es posible delimitar las zonas del terreno con valores críticos de los
parámetros que generalmente estarán incluidas en el interior de la correspondiente
isolínea. Por ejemplo, teniendo en cuenta las deformaciones unitarias obtenidas en el
módulo GENRES se puede analizar la relación entre las distintas zonas sometidas a
compresiones y tracciones, para estudiar la influencia relativa y su efecto sobre una
determinada edificación.
Cada una de estas zonas críticas puede ser definida gráficamente, lo que facilita la
identificación de las construcciones que puedan verse sometidas a los posibles daños
ocasionados por los desplazamientos del terreno. Para la identificación de estas zonas se
ha desarrollado un pequeña aplicación (Bello [132]) en el entorno ADS (AutoCAD
Development System™) de AutoCAD® denominada SUBCRI.
Al igual que las librerías estandard del lenguaje C, el entorno ADS está definido
por un conjunto de librerías y ficheros de encabezamiento. Estos ficheros están
disponibles para la mayoría de las plataformas (tanto máquinas como sistemas
operativos) que actualmente soportan AutoCAD. Debido a esto, las aplicaciones que
hacen uso del entorno ADS son fácilmente portables, a nivel de código, desde una
plataforma a otra. En este caso, la aplicación se ha desarrollado en el entorno PC, para
luego ser portada a estaciones de trabajo SGI y HP sin ninguna modificación.
150
äd åæA?Õ9ûÖ e«"iABkAfA?AAiêsAfBC iêsAd ê¬Hd ÞHiêHd AiêsAfBhKiÞê¬HæAhKhId iÞAfê
äd åæA?Õ9èÖ ei)ÞA?BhKiÞýæÞAAd Bd fÞHiêEd ÞyHfALd iGfêE?ûþüBB
151
äd åæA?Õ9íÖ eiÞA?BhIiÞBAfêKAC ?ëI?ABd fÞHiêýAiALd ëIiÞH?AC fêsd ÞyHfAd iAfêE?èþB
äd åæL?Õ9îÖ eiÞA?hIiÞBfyHiALB?hId iÞAfêæÞAd H?Ad ?êýAiAd ëKiÞH?AC fêsAfBhKiABAfêKd Þ
152
ï¦ð¢ñòó¨ï¦óòôõöð¢÷ø¦óùòó¨ï¯®^ñ ð¢÷ 3°3±b² Q ² `baBcb`]¬[
³´ µA¶A·¸B¹ºÖ »¼ ½¾H¿A·LÀB¸AÁK´ ÂA½bµA·Ã¾H´ ÁK¸BÄAÅBÆA¸A· ÇH´ ÄA¸
153
[ZSUP1]
Max. Hund. : 0.002 Pos. [X,Y,Z]: 1080.000 1241.921 387.500
Max. D.Hor.: 0.003 Pos. [X,Y,Z]: 230.000 1086.334 250.000
Max. Desp.X: -0.003 Pos. [X,Y,Z]: 230.000 1161.908 250.000
Max. Desp.Y: -0.002 Pos. [X,Y,Z]: 980.000 679.061 250.000
[ZSUP2]
Max. Hund. : 0.038 Pos. [X,Y,Z]: 810.000 1004.904 250.000
Max. D.Hor.: 0.022 Pos. [X,Y,Z]: 230.000 1589.000 287.500
Max. Desp.X: -0.018 Pos. [X,Y,Z]: 230.000 1589.000 287.500
Max. Desp.Y: 0.013 Pos. [X,Y,Z]: 230.000 1589.000 287.500
[ZSUP3]
Max. Hund. : 0.062 Pos. [X,Y,Z]: 830.000 998.844 250.000
Max. D.Hor.: 0.036 Pos. [X,Y,Z]: 230.000 1589.000 287.500
Max. Desp.X: -0.029 Pos. [X,Y,Z]: 230.000 1589.000 287.500
Max. Desp.Y: 0.022 Pos. [X,Y,Z]: 230.000 1589.000 287.500
[ZSUP4]
Max. Hund. : 0.071 Pos. [X,Y,Z]: 840.000 997.019 250.000
Max. D.Hor.: 0.042 Pos. [X,Y,Z]: 230.000 1589.000 287.500
Max. Desp.X: -0.034 Pos. [X,Y,Z]: 230.000 1589.000 287.500
Max. Desp.Y: 0.026 Pos. [X,Y,Z]: 230.000 1589.000 287.500
154
³´ µA¶A·L¸B¹ÒÖ »¼ ÉI¿AÌ Ð ½AÅA¸AÉEÄAÅBÓmÅAÉIÆAÌ ¸AÔK¸AÀB´ ÅA½ÇH¿BÑn¿A·´ ÔI¿A½ÇH¸AÌKÁI¿A½BÎBÆA¸A·ÃAÀBÅÇH·L¿AÉ
155
³´ µA¶A·¸B¹¹Ö »¼ ÉK¿AÌ Ð ½AÅA¸AÉsÄAÅBÓnžH¿A·LÀB¸AÁK´ ÂA½B×n½A´ ÇH¸A·´ ¸BÁK¿A½BÎBÆA¸A·LÃAÀBÅÇH·¿AÉ
156
[ZSUP1]
Max. Hund. : 0.005 Pos. [X,Y,Z]: 800.000 1366.919 437.500
Max. D.Hor.: 0.027 Pos. [X,Y,Z]: 230.000 859.611 250.000
Max. Desp.X: -0.023 Pos. [X,Y,Z]: 230.000 859.611 250.000
Max. Desp.Y: -0.014 Pos. [X,Y,Z]: 240.000 856.433 250.000
[ZSUP2]
Max. Hund. : 0.047 Pos. [X,Y,Z]: 1330.000 1210.393 425.000
Max. D.Hor.: 0.106 Pos. [X,Y,Z]: 230.000 859.611 250.000
Max. Desp.X: -0.097 Pos. [X,Y,Z]: 230.000 859.611 250.000
Max. Desp.Y: 0.060 Pos. [X,Y,Z]: 230.000 1589.000 287.500
[ZSUP3]
Max. Hund. : 0.075 Pos. [X,Y,Z]: 1350.000 1152.347 415.625
Max. D.Hor.: 0.150 Pos. [X,Y,Z]: 230.000 1589.000 287.500
Max. Desp.X: -0.116 Pos. [X,Y,Z]: 230.000 1589.000 287.500
Max. Desp.Y: 0.095 Pos. [X,Y,Z]: 230.000 1589.000 287.500
[ZSUP4]
Max. Hund. : 0.085 Pos. [X,Y,Z]: 1380.000 1131.594 425.000
Max. D.Hor.: 0.180 Pos. [X,Y,Z]: 230.000 1589.000 287.500
Max. Desp.X: -0.139 Pos. [X,Y,Z]: 230.000 1589.000 287.500
Max. Desp.Y: 0.115 Pos. [X,Y,Z]: 230.000 1589.000 287.500
157
³´ µA¶A·¸BÊAØÜÖ »¼ ÉK¿AÌ Ð ½AÅA¸AÉEÄAÅBÓmÅAÉIÆAÌ ¸AÔK¸AÀB´ ÅA½ÇH¿BÑm¿A·L´ ÔI¿A½ÇH¸AÌKÁK¿A½BºÛÜBÆA¸A·ÃAÀBÅÇH·L¿AÉ
158
³´ µA¶A·¸BÊØAÝÖ »¼ ÉI¿AÌ Ð ½AÅA¸AÉsÄAÅBÓnžH¿A·LÀB¸AÁK´ ÂA½B×n½A´ ÇH¸A·L´ ¸BÁI¿A½BºÛMÜBÆA¸A·LÃAÀÅÇH·L¿AÉ
159
[ZSUP1]
Max. Hund. : 1.596 Pos. [X,Y,Z]: 970.000 1317.156 431.250
Max. D.Hor.: 0.343 Pos. [X,Y,Z]: 550.000 1391.592 350.000
Max. Desp.X: 0.343 Pos. [X,Y,Z]: 550.000 1391.592 350.000
Max. Desp.Y: 0.122 Pos. [X,Y,Z]: 920.000 1268.988 406.250
[ZSUP2]
Max. Hund. : 1.567 Pos. [X,Y,Z]: 970.000 1317.156 431.250
Max. D.Hor.: 0.361 Pos. [X,Y,Z]: 550.000 1391.592 350.000
Max. Desp.X: 0.361 Pos. [X,Y,Z]: 550.000 1391.592 350.000
Max. Desp.Y: 0.129 Pos. [X,Y,Z]: 920.000 1268.988 406.250
[ZSUP3]
Max. Hund. : 1.638 Pos. [X,Y,Z]: 970.000 1317.156 431.250
Max. D.Hor.: 0.393 Pos. [X,Y,Z]: 560.000 1383.336 350.000
Max. Desp.X: 0.393 Pos. [X,Y,Z]: 560.000 1383.336 350.000
Max. Desp.Y: -0.124 Pos. [X,Y,Z]: 1340.000 1553.084 525.000
[ZSUP4]
Max. Hund. : 1.622 Pos. [X,Y,Z]: 970.000 1317.156 431.250
Max. D.Hor.: 0.351 Pos. [X,Y,Z]: 560.000 1383.336 350.000
Max. Desp.X: 0.351 Pos. [X,Y,Z]: 560.000 1383.336 350.000
Max. Desp.Y: -0.108 Pos. [X,Y,Z]: 1330.000 1537.302 525.000
160
³´ µA¶A·¸BÊAØÒÖ »¼ ÉI¿AÌ Ð ½AÅA¸AÉsÄAÅBÓnÅAÉKÆAÌ ¸AÔK¸AÀB´ ÅA½ÇH¿BÑn¿A·´ ÔK¿A½ÇH¸AÌKÁI¿½BºÛÜÛMÝBÆA¸A·LÃÀBÅÇH·L¿AÉ
161
³´ µA¶·L¸BÊØA¹Ö »¼ ÉK¿AÌ Ð ½AÅA¸AÉsÄAÅBÓnžH¿A·ÀB¸AÁK´ ÂA½B×m½A´ ÇH¸A·´ ¸ÁI¿A½BºÛMÜÛMÝBÆA¸A·LÃAÀBÅÇH·¿AÉ
162
Þßàáâãäåçæéè
Þ,åêÞ,äãë+ìå:êíëïîðàíñë+à(íÞ,âìòæß0ëôó:í5õ3ã:â3ã:ñ0å
163
öø÷3ùö<ú>ûTüý¬÷3ùÿþü
1. Los modelos empíricos y los teóricos no son suficientemente flexibles para ser
generalizados a los distintos tipos de explotación, ni a las diferentes propiedades y
características de los macizos rocosos. Por el contrario, el modelo propuesto en
este trabajo, aunque es necesario definir con detalle la topografía del terreno y de
las labores subterráneas, no exige un conocimiento exhaustivo de las propiedades
del macizo lo que le dota de una gran flexibilidad desde un punto vista práctico.
6. Por lo que se refiere a las estrategias evolutivas, las técnicas propuestas en este
trabajo suponen una mayor velocidad de convergencia hacia el mínimo que
aquellas que no mantiene una correlación en los patrones que controlan la
distribución probabilística de alteración de los genes
164
þ bü þöýü
^þ
jûû
B÷
165
ßê:í,å
166
ú3÷Bý,÷3ü
3þùýöø÷3ü
De una manera muy simplificada, lo que ocurre a nivel molecular es que un par
de cromosomas chocan entre si, intercambian porciones de información genética y se
separan. Esta es una operación de recombinación, que recibe el nombre de cruce dentro
de la jerga de los programadores de AG, por la forma en que la información genética
cruza de un cromosoma a otro.
167
Existen pruebas matemáticas que indican que el proceso de reproducción en
función de la adaptación está, de hecho, cerca del óptimo en ciertos sentidos.
La mutación también juega un gran papel en todo este proceso, aunque no sea el
papel dominante que se le da popularmente a la evolución, es decir, mutación aleatoria
y supervivencia del mejor. Un AG (como simulación de un proceso genético) no es una
búsqueda aleatoria de la solución (individuo altamente adaptado) de un determinado
problema. Los AG hacen uso de procesos estocásticos, pero el resultado es claramente
no aleatorio.
168
Un ejemplo de pseudo-código correspondiente a un AG se recoge en el siguiente
listado:
El algoritmo AG es
// empieza con un tiempo inicial
t := 0;
// inicia una población de individuos, generalmente de forma aleatoria
IniciaPoblación P(t);
// evalúa la adaptación de todos los individuos de la población inicial
Evalúa P(t);
// comprueba el criterio de terminación (tiempo, adaptación, etc.)
mientras no acabado haz
// aumenta el contador de tiempo
t := t + 1;
// selecciona una sub-población para la obtención de descendientes
P' := SeleccionaPadres P(t);
// recombina los "genes" de los padres seleccionados
Recombina P'(t);
// modifica estocásticamente la población emparejada
Muta P'(t);
// evalúa la nueva adaptación
Evalúa P'(t);
// selecciona los supervivientes por su adaptación
P := Sobrevive P,P'(t);
fin mientras È
fin AG
´ ÉÇH¸AÄA¿bÊÕÖ »Ö"ÉIŶAÄA¿BÁKÂAÄA´ µA¿µAÅA½AÍA·L´ ÁK¿BÄAÅB¶A½ "!"#%$ & '(!
)+*","-"& $ ./!
169
B÷(0öøý13ùéþ2^÷3úuû
ý3 2
þ
Al igual que los AG, la PE es útil en los problemas de optimización donde otros
métodos como el del gradiente o el método analítico directo no pueden emplearse. Esta
técnica es de gran interés en los problemas de optimización de funciones combinatorias
o de valores reales donde la superficie de optimización o entorno de adaptación tiene
un aspecto rugoso, es decir, presenta múltiples soluciones localmente óptimas.
La PE, de forma similar a lo visto para los AG, se basa en la suposición que un
entorno de adaptación puede ser caracterizado por un conjunto de variables, y que existe
una solución óptima del problema en términos de dichas variables. Por ejemplo, si se
trata de determinar el camino más corto en el problema del viajante, cada solución sería
un camino. La longitud de ese camino podría ser expresada como un número, que
podría servir como medida de la adaptación. El entorno de adaptación de este problema
podría definirse como la hipersuperficie proporcional a la longitud de los caminos en un
espacio de caminos posibles. El objetivo sería encontrar el camino de menor longitud en
dicho espacio.
La PE básica se compone de las siguientes tres etapas, que se repiten hasta que el
número de iteraciones alcanza un valor máximo establecido de antemano o se encuentra
una solución adecuada:
- Elección de una población inicial de forma aleatoria. El número de soluciones
en una población influye de manera decisiva en la velocidad del proceso de
optimización, pero no existen respuestas sobre cual es el número de soluciones
apropiadas y cuál es excesivo.
- Cada solución se replica en una nueva población. Cada uno de estos
descendientes se modifican de acuerdo con la distribución de los tipos de
mutaciones, desde el mínimo cambio posible hasta el máximo.
- Se determina la adaptación de cada una de las nuevas soluciones y se conservan
las n mejores o las n primeras, escogidas al azar entre las mejores, para
constituir la siguiente población.
170
representada de la misma forma en que es implementada, ya que la operación de
mutación no exige una codificación lineal.
171
El algoritmo PE es
// empieza con un tiempo inicial
t := 0;
// inicia una población de individuos, generalmente de forma aleatoria
IniciaPoblación P(t);
// evalúa la adaptación de todos los individuos de la población inicial
Evalúa P(t);
// comprueba el criterio de terminación (tiempo, adaptación, etc.)
mientras no acabado haz
// aumenta el contador de tiempo
t := t + 1;
// modifica estocásticamente toda la población
P' := Muta P(t);
// evalúa la nueva adaptación
Evalúa P'(t);
// selecciona los supervivientes por su adaptación
P := Sobrevive P,P'(t);
fin mientras
È
fin PE
"4
´ ɬÇH¸AÄA¿Bʹ »ÖÉKÅA¶AÄA¿ÁIÂAÄA´ µA¿BµAÅA½ÍA·L´ ÁK¿BÄAÅB¶A½A¸ 5#%!""#%6"'(6"./$ 78,(92:!8 ;"& $%:6
En este punto cabe indicar que la PE no hace uso del proceso de cruce como
operador genético.
172
þü<(þ23ý¯þ^÷3ú>ûý3pþþ
Por tanto, la estrategia evolutiva (Rechenberg [53]) fue inventada para resolver
problemas técnicos de optimización, siendo una técnica conocida sólo por los
ingenieros civiles como solución alternativa a los planteamientos convencionales.
Generalmente no existe una función analítica objetiva para la solución de estos
problemas, por lo que no existe un determinado método de optimización aplicable en
cada caso, salvo la propia intuición del ingeniero.
Este primer algoritmo, que hace uso únicamente de la mutación, ha sido mejorado
para obtener una EE(µ+1) donde se hace uso de la recombinación gracias a la existencia
de µ padres. El esquema de mutación y el control de la magnitud de los pasos se
trasladó de un método a otro sin modificación.
173
recombinación con un emparejamiento aleatorio, mutación y selección. Así, en la
EE(µ+λ), la generación parental es tenida en cuenta durante el proceso de selección,
mientras que en la EE(µ,λ) únicamente los descendientes sufren el proceso de selección.
Generalmente, se denota por µ el tamaño de la población, y por λ el número de
descendientes producidos en cada generación. Para expresarlo de otra forma:
El algoritmo EE es
// inicia una población de individuos, generalmente de forma aleatoria
IniciaPoblación P(t);
// evalúa la adaptación de todos los individuos de la población inicial
Evalúa P(t);
// comprueba el criterio de terminación (tiempo, adaptación, etc.)
mientras no acabado haz
// modifica estocásticamente toda la población
P' := Muta_Recombina P(t);
// evalúa la nueva adaptación
Evalúa P'(t);
// selecciona los supervivientes por su adaptación
si EE(µ,λ) haz
P := Sobrevive P'(t);
si EE(µ+λ) haz
P := Sobrevive P,P'(t);
fin mientrasÈ
fin EE
"4
´ ÉÇH¸AÄA¿bÜØ »Ö"ÉKÅA¶AÄA¿BÁKÂAÄA´ µA¿BµAÅA½AÍA·´ ÁK¿BÄAÅB¶A½¸ 9>=/& #?6"& *""$ 6(9@:!" ;"&A$B:6
Sin embargo, el trabajo con EE puede resultar arduo debido a la gran cantidad de
teoría probabilística y estadística aplicada que es necesario dominar para comprender
sus entresijos. Por ello, se presenta a continuación un sencillo ejemplo que explica de
una manera sencilla la forma de trabajo de este tipo de algoritmo evolutivo.
174
produciendo con ello una mejor descendencia. Por lo tanto, el aprendizaje tiene
lugar en dos niveles diferentes: 1) al nivel del genotipo, es decir, al nivel de las
variables objeto y estratégicas, y 2) al nivel del fenotipo, es decir, al nivel de la
adaptación.
Dependiendo del valor de las xi para cada individuo, la función objetivo
resultante f ( x ) , donde x denota el vector de variables objetivo, sirve como
fenotipo (adaptación) en la etapa de selección. En una EE(µ+λ), los µ mejores
de los µ+λ individuos sobreviven para convertirse en padres de la siguiente
generación. Sin embargo, en la EE(µ,λ) la selección tiene en cuenta sólo a los λ
individuos que constituyen la descendencia. Este segundo esquema es más
realista y por lo tanto más exitoso, ya que ningún individuo puede sobrevivir
para siempre, lo que teóricamente puede ocurrir en las EE(µ+λ). Aunque no es
típico su uso dentro de los problemas convencionales de optimización, una
EE(µ,λ) que permita el deterioro intermedio funciona mejor. Únicamente
mediante el descarte de los individuos altamente adaptados puede tener lugar
una adaptación permanente de la magnitud de los pasos y, por lo tanto, se evitan
largas fases de estancamiento debidas a valores de σi desadaptados. Esto
significa que tales individuos han construido un modelo interno que no es
apropiado para un progreso futuro de la población, por lo que debe ser
descartado.
Mediante la selección de una determinado proporción µ/λ se puede determinar la
convergencia de la EE: Si se desea una convergencia rápida, pero local se debe
elegir un proceso de selección corto y duro, p.e. (5,100); pero si desea obtener
un valor óptimo global se debe buscar una selección más blanda, p.e. (15,100).
175
- Deterioro: La mejora del desarrollo futuro depende de los modelos internos de
cada individuo (magnitud de los saltos mutantes), por lo que se debe permitir un
determinado deterioro de una generación a otra. En la naturaleza, una forma de
vida limitada no es un signo de fracaso, sino un importante medio de prevenir el
congelamiento genético de la especie.
176
2 20ÿü
üýü þ
öøú üý ý¬ö ^÷bþüüöC
La caja negra más primitiva que se puede imaginar es una computadora. Tiene
dispositivos de entrada (2), de salida (3), y un sistema de transmisión de mensajes entre
los dos que convierte (es decir, computa), determinados mensajes de entrada en
mensajes de salida, de acuerdo con un conjunto de reglas, generalmente denominadas
programa de la computadora. De la teoría de las Ciencias de Computación, se toma la
más sencilla de las estructuras de programación, esto es, algo llamado sistema de
producción, o SP para abreviar. (Post [4]), y posteriormente (Minsky [39]) demostraron
que un SP era computacionalmente completo. A pesar que sólo está constituido por un
conjunto de reglas si-entonces, se parece bastante a una computadora completa.
177
Cada una de las reglas si-entonces recibe el nombre de clasificador, y debe tener
una representación que permita un fácil manejo, por ejemplo, como cadenas binarias. El
conjunto de todas las reglas se denomina población de clasificadores. Es obvio
entonces, como se pueden obtener nuevas reglas para este sistema, basta hacer uso de un
AG para generar nuevas reglas/clasificadores a partir de la población actual.
Todo lo que queda ahora, son los mensajes que atraviesan la caja negra. Estos
deben ser también sencillas cadenas de ceros y unos, que se guardarán en una estructura
de datos llamada lista de mensajes.
Con todo esto, se puede imaginar el funcionamiento interno de la caja negra como
sigue: El dispositivo de entrada (2) genera mensajes, es decir, cadenas de 0/1, que se
escriben en la lista de mensajes. Luego, todos estos mensajes son contrastados con la
parte condicional de cada uno de los clasificadores para averiguar qué acciones deben
ser activadas. A continuación se vacía la lista de mensajes, siendo ocupada por las
acciones codificadas, que son también mensajes. Por último, el dispositivo de salida (3)
extrae de la lista aquellos mensajes que afectan a los actuadores, comenzando de nuevo
el ciclo.
Cabe destacar, que con esta configuración es posible tener mensaje internos, ya
que la lista de mensajes no se vacía después que (3) la ha comprobado, por lo que, los
mensajes procedentes del dispositivo de entrada en el siguiente ciclo son añadidos al
final de la lista.
La idea general de los SC es empezar desde cero, sin ningún conocimiento previo,
empleando una población de clasificadores generada al azar, permitiendo que el sistema
aprenda por inducción su propio programa (Holland [85]). Esto reduce la cadena de
entrada a un conjunto de patrones recurrente, que debe ser repetido una y otra vez, para
permitir que el animat clasifique su situación/contexto actual y reaccione de forma
apropiada a los acontecimientos.
Reglas Internas
178
SI objeto pequeño, volador a la derecha ENTONCES enviar @
SI objeto pequeño, volador a la izquierda ENTONCES enviar %
SI objeto pequeño, volador en el centro ENTONCES enviar $
SI objeto grande, sospechoso ENTONCES enviar |
SI no objeto grande, sospechoso ENTONCES enviar *
SI * y @ ENTONCES girar la cabeza 15 grados a la derecha
SI * y % ENTONCES girar la cabeza 15 grados a la izquierda
SI * y $ ENTONCES avanzar en la dirección actual
SI | ENTONCES avanzar rápidamente en la dirección opuesta a la actual
Ahora, este conjunto de reglas debe ser codificado para poder ser empleado dentro
de un sistema clasificador. Una posible codificación puede ser la siguiente, la parte
condicional está compuesta por dos condiciones que pueden ser combinadas mediante
un Y lógico, de tal forma que ambas deben verificarse para que la acción asociada se
active. Esta estructura necesita un operador NO, (por lo tanto, se emplea un operador
NAND y es bien sabido que cualquier computadora puede construirse únicamente con
operadores NAND), que en la notación empleada se indica por el prefijo ‘-’:
IF THEN
0000, 00 00 00 00
0000, 00 01 00 01
0000, 00 10 00 10
1111, 01 ## 11 11
-1111, 01 ## 10 00
1000, 00 00 01 00
1000, 00 01 01 01
1000, 00 10 01 10
1111, ## ## 01 11
Para convertir este algoritmo en otro con aprendizaje son necesarias las siguientes
dos etapas (Holland [84]):
- El ciclo principal debe ser cambiado para que la activación de cada clasificador
dependa de algunos parámetros adicionales, que serán modificados como
resultado de la experiencia, es decir, existe un refuerzo desde el entorno de
determinadas acciones.
- y/o cambiar el contenido de la lista de clasificadores, o sea, generar nuevas
reglas/clasificadores mediante la eliminación, adición o combinación de las
acciones y condiciones correspondientes a los clasificadores existentes.
179
Un Algoritmo SCs es
// empieza con un tiempo inicial
t := 0;
// crea la lista de mensajes vacía
IniciaListaMensajes LM(t);
// genera al azar una población de clasificadores
IniciaPoblaciónClasificadores P(t);
// verifica la condición de finalización (tiempo, adaptación, etc.)
mientras no Acabado haz
// incrementa el contador de tiempo
t := t + 1;
// 1.- comprueba si hay mensajes de entrada
LM := LeeDetectores (t);
// 2.- compara LM con los clasificadores y guarda las comparaciones
// positivas
LM’ := ComparaClasificadores ML,P(t);
// 3.- procesa los nuevos mensajes a través de los dispositivos de
// salida
ML := EnviaActuadores ML’(t);
fin mientras
È
fin SCs
"4
´ ÉÇH¸AÄA¿bÜÊ »Ö"ÉIÅA¶AÄA¿BÁKÂAÄA´ µA¿BÄAÅB¶A½ D>$ =/&A*"'(6
E< 6"=/$ F $ .G6"H"!"#<D$ ,(>I"#%*","H"$ J/6LK%*
180
B÷(0öøý13ùP3þùQ2ý¬ö3 R
a *
b c
"4 SMTÅAÀÆAÌ ¿BÄAÅBÃA·%UA¿AÌKÄAÅBÁK¿A½ÇH·L¿AÌKÆA¸A·L¸BÌ ¸B¿AÆAÅA·¸AÁK´ ÂA½B¸"VWU"XzÁ
³´ µA¶A·¸BÊÊAÊ »
o, de una forma más precisa, como un conjunto de estructuras de datos adecuadas que
se conectan entre si para conseguir un determinado efecto. Ya que esto se puede realizar
de una forma muy sencilla en el lenguaje Lisp, la mayoría de los programadores que
hacen uso de esta técnica recurren a él. Sin embargo, esto es un mero detalle de la
implementación. Existen métodos más directos que no emplean el Lisp como entorno
de programación.
181
Cbýþbý÷3ü
^þ
Y÷
ö
182
1. Formulación de las condiciones de daño: La definición de las condiciones que
supondrán un daño en las estructuras es un requisito previo, ya que permitirá definir que
daño causará en cada uno de los tipos de estructuras que puede estar afectado por la
subsidencia. Se pueden definir, entonces, como aquellas condiciones que conducen a un
uso perjudicial o amenazan la seguridad de la estructura
Es bien sabido que sólo una fracción de las deformaciones y distorsiones del te-
rreno son transferidas a la estructuras. El grado de transferencia es función de un
conjunto de variables complejas como las características propias del suelo y de las
estructuras. Los criterios expuestos no tienen en cuenta esta interacción
suelo-estructura, así como tampoco se detallan las características de los distintos
componentes estructurales. Por tanto la aplicabilidad de estos criterios varía de una
estructura a otra.
183
estas las que más se han tenido en cuenta al evaluar los datos sobre deformaciones
horizontales.
Descripción Categoría
- Estructuras de ladrillo y poca envergadura. 1
- Estructuras de acero y hormigón armado. 2
- Estructuras flexibles (madera). 3
- Estructuras de gran rigidez. 4
Zm¸"UAÌ ¸BÊÜ"4 »Ùm¸ÇHÅAµA¿A·LÐ ¸AÉsÄAÅ(S"ÄA´ ¾H´ ÁK´ ¿AÉsÖ"·L¿AÆA¶AÅAÉÇH¸AÉ
Por lo que se refiere a los daños, estos pueden agruparse de forma genérica en los
siguientes tres grupos:
Por otro lado, los parámetros escogidos para la definición de los criterios de daño
son:
184
Parámetro Símbolo Unidades
- Distorsión Angular DA x 10-3
- Deformación horizontal DH x 10-3
- Flexión F x 10-3
- Radio de Curvatura RC Km
Zm¸"UAÌ ¸BÊAÎ"4 »Ö"¸A·LÃAÀÅÇH·L¿AÉsÄAÅBÌ ¸(["¶"UAÉI´ ÄAÅA½AÁK´ ¸
185
VNIMI (1958) C.E.I. 2.0-4.0
ULRICH (1974) 1 FUNC. DH 1.0
CORDING ET AL (1978) EE. UU. 2.5-3.5
ADAMEK ET AL (1982) POLONIA 1.5
RIGBY & DEKOMA (1952) 0.14-0.22
WOOD (1952) 1 FUNC. F 0.25
HORNE & LAMBE (1964) EE. UU. 0.6
VNIMI (1958) C.E.I. 3-20
ULRICH (1974) 1 FUNC. RC 20
ADAMEK (1982) POLONIA 20
NISHIDA ET AL (1982) JAPÓN 13
O'ROURKE ET AL (1977) EE. UU. 1 ESTRUC. DA 7.0-8.0
NCB (1975) REINO UNIDO 1 ESTRUC. DH 3.5
BOSCARDIN (1980) EE. UU. 2.75
SKEMPTON & McDONALD (1956) EE. UU. 1.0-2.0
POLSHIN & TOKAR (1956) C.E.I. 2.0
SOWERS (1962) EE. UU. 2.0-2.5
BRETH & CHAMBOSSE (1975) 2 ARQU. DA 2.2
O'ROURKE (1976) EE. UU. 1.3
ATTEWELL (1977) EE. UU. 2.0
THOMAS (1953) 2.5-3.3
SKEMPTON & McDONALD (1956) EE. UU. 2 FUNC. DA 3.3-6.6
STARZEWSKI (1974) POLONIA 3.3-5.0
MAHAR & MARINO (1981) EE. UU. 3 ARQU. DA 2.0
GOTO (1968) JAPÓN 3 ARQU. DH 1.0
STARZEWSKI (1974) POLONIA 3 FUNC. DA 5.0-10.0
BROMS & FREDRIKSSON (1976) SUECIA 3.3-5.0
Zm¸"UAÌ ¸bÊÝ"4 »\"¸AÌ ¿A·ÅAÉ^]ÃÛ´ ÀB¿AÉsÄAÅBÌ ¿AÉsÖ"¸A·LÃAÀBÅÇ·L¿AÉ
Los criterios propuestos se recogen en la tabla 15. Así, para una determinada cate-
goría de edificio y un nivel dado de daño se señala el rango de valores admisible para
cada uno de los cuatro parámetros evaluados. Cabe señalar que los criterios propuestos
están basados en los datos obtenidos en la bibliografía manejada, por lo que la validez
de estos depende en gran medida de la fiabilidad de las distintas fuentes consultadas.
DA (x 10-3) DH (x 10-3) F (x 10-3) RC (Km)
Categoría Nivel de Daño Rango de Valor Rango de Valor Rango de Valor Rango de Valor
Edificio Valores Recomendado Valores Recomendado Valores Recomendado Valores Recomendado
ARQU. 0.5-2.0 1.0 0.25-1.5 0.5 0.3-1.0 0.3 - -
1 FUNC. 2.0-6.0 2.5-3.0 1.0-4.0 1.5-2.0 0.14-0.6 0.5 3-20 20
ESTRUC. 7.0-8.0 7.0 2.75-3.5 3.0 - - - -
ARQU. 1.0-2.5 1.3 - - - - - -
2 FUNC. 2.5-6.6 3-3 - - - - - -
ESTRUC. - - - - - - - -
ARQU. 2.0 1.5 1.0 1.0 - - - -
3 FUNC. 3.3-10.0 3.3-5.0 - - - - - -
ESTRUC. - - - - - - - -
ARQU. - - - - - - - -
4 FUNC. - - - - - - - -
ESTRUC. - - - - - - - -
È
- Indica dato no disponible.
Zj¸"UGÌ ¸Bʺ"4 »Ùn·´ ÇHÅA·´ ¿AÉsÄAÅBÓn¸"_A¿BÅA½(S"ɬÇH·¶AÁ¬ÇH¶A·¸AÉG` Ð ÀB´ ÇHÅAÉEÄAÅBÌ ¿AÉEÆA¸A·ÃAÀBÅÇH·L¿AÉ
186
ú>ý¬ü<Q ^÷3ü
187
a ì a äìåcbñßõáòß
[1] DIE THEORIE DER BODENSENKUNGEN IN KOHLENGEBIETEN.
Goldreich, A
J. Springer
1913. Berlín
[2] DIE BERECHNUNG DER BODENSENKUNGEN IM EMSCHERGEBIET.
Keinhorst, H.
Festschrift 25 Jahre Emschergenossenschaft
1925. Essen
[3] BEITRAG ZUR FRAGE DER VORAUSBERECHNUNG BERGBAULICHER
SENKUNGEN.
Bals, R.
Mitt. Markscheidew 42/43
1932. pp 98-111
[4] FORMAL REDUCTIONS OF THE GENERAL COMBINATORIAL DECISION
PROBLEM
Post, E.L.
American Journal of Mathematics, 65
1943. pp 197-268
[5] A TREATISE ON THE MATHEMATICAL THEORY OF ELASTICITY.
Love, A.E.H.
1944. New York
[6] SURFACE MOVEMENT DUE TO MINING.
King, H.G.; Smith, H.G.
J. Leeds Univ. Min. Soc, 30
1954. Leeds. pp 127-136
[7] VORUSBERECHNUNG VON BODENBEWGUNGEN.
Schleier, O.
Vermessungs- und Risswesen Bergschäden. (Der Deutsche Steinkohlenbergbau: Technisches
Sammelwerk vol. 2)
1956. Essen. pp 452-508
[8] EVOLUTIONARY OPERATION: A METHOD OF ENCREASING INDUSTRIAL
PRODUCTIVITY
Box, G.E.P.
Applied Statistics, 6
1957. pp 81-101
[9] SIMULATION OF GENETIS SYSTEMS BY AUTOMATIC DIGITAL COMPUTES
Fraser, A.S.
Australian Journalof Biological Sciences, 10
1957. pp 484-491
[10] OBSERVATIONS OF SURFACE MOVEMENTS UNDER INFLUENCE OF MINING
AND THE THEORETICAL INTERPRETATION.
Knothe, S.
Proc. European Congress on Ground Movement.
1957. University of Leeds. pp 210-215
[11] THE THEORIES AND MODEL RESEARCH OF MOVEMENTS OF GROUND MASSES.
Litwiniszyn, J.
Proc. European Congress on Ground Movement.
1957. University of Leeds. pp 206-209
[12] BAUEN IM BERGBAUGEBIET
Luetkens, O.
1957. Berlin: Springer
189
[13] DISTORTION OF UNDERMINED SURFACE AND SHAFT PILLAR DIMENSIONING.
Martos, F.
Publs. Hung. Res. Inst. Min. no. 2
1958. pp 23-30
[14] DIGITAL SIMULATION OF AN EVOLUTIONARY PROCESS
Friedman, G.J.
General Systems Yearbook, 4
1959. pp 171-184
[15] AN ELASTIC ANALYSIS OF ROCK MOVEMENTS CAUSED BY MINING.
Hackett, P.
Trans. Instn Min. Engrs, 118, pt 7
1959. pp 421-435
[16] A NEW APROACH TO THE ESTIMATION OF MINING SUBSIDENCE.
Marr, J.E.
Trans. Isntn Min. Engrs, 118, pt 11
1959. pp 692-707
[17] THE PROBLEM OF ANALYSING AND INTERPRETING OBSERVED GROUND
MOVEMENT.
Wardell, K.
Colliery Engng, 36
1959. pp 529-538
[18] AN ELASTIC TREATMENT OF GROUND MOVEMENT DUE TO MINING - I.
Berry, D.S.
J. Mech. Phys. Solids, 8
1960. pp 280-292
[19] AN ELASTIC TREATMENT OF GROUND MOVEMENT DUE TO MINING - II.
Berry, D.S.; Sales, T.W.
J. Mech. Phys. Solids, 9
1961. pp 52-62
[20] DIE VORAUSBERECHNUNG VON SENKUNG, SCHIEFLAGE UND KRÜMMUNG
ÜBER DEM ABBAU IN FLACHER LAGERUNG
Ehrhardt, W.; Sauer, A.
Bergb.-Wiss, 8
1961. pp 415-428
[21] PARTIAL EXTRACTION AS A MEANS OF REDUCING SUBSIDENCE DAMAGE.
Inf. Bull. Prod. Dep. Natn. Coad Board, 61 231
1961. 16 p
[22] AN INTRODUCTORY MATHEMATICAL ANALYSIS OF THE MOVEMENTS AND
STRESSES INDUCED BY MINING IN STRATIFIED ROCK.
Salamon, M.D.G.
Univ. Durham, King's Coll.
Min, Res, Publ. 9. Bull. No. 3, Series: Strata Control/Res.
1961. No. 16, 19p.
[23] OPTIMIZATION TROUGH EVOLUTION AND RECOMBINATION
Bremermann, H.J.
Self-Organizing Systems. Spartan Books
1962. Washington, USA
[24] OUTLINE FOR A LOGICAL THEORY OF ADAPTIVE SYSTEMS
Holland, J.H.
JACM, 3
1962. pp 297-314
190
[25] NEUERE VERFAHREN FUR DIE VORAUSBERECHNUNGEN VON
BODENSENKUNGEN, VORNEHMILCH ÜBER ABBAUEN IN STEILER LAGERUNG.
Niederhofer, G.
Mitt. Markscheidew, 69
1962. pp 33-75
[26] THE INFLUENCE OF STRATA MOVEMENT AND CONTROL ON MINIG
DEVELOPMENT AND DESIGN.
Salamon, M.D.G.
Ph.D. thesis, University of Durham
1962
[27] LES AFFAISSEMENTS MINIERS DANS LE BASSIN DU NORD ET DU
PAS-DE-CALAIS.
Daunesse, C.; Rambaud, Y.
Annls Mines
1963. Paris. pp 595-633
[28] ELASTIC ANALYSIS OF DISPLACEMENTS AND STRESSES INDUCE BY MINING OF
SEAM OR REEF DEPOSITS - I: FUNDAMENTAL PRINCIPLES AND BASIC
SOLUTIONS DERVIED FROM IDEALIZED MODELS.
Salamon, M.D.G.
J. S. Afr. Inst. Min. Metall., 64, No. 4
1963. pp 128-149
[29] SOME STUIDES IN MACHINE LEARNING USING THE GAME OF CHECKERS
Samuel, A.L.
Computers and Thoughts. McGraw-Hill
1963. New York, USA
[30] THE LIVING BRAIN
Walter, W.G.
1963. New York, USA
[31] ELASTIC ANALYSIS OF DISPLACEMENTS AND STRESSES INDUCE BY MINING OF
SEAM OR REEF DEPOSITS - II: PRACTICAL METHOS OF DETERMINING
DISPLACEMENT STRAIN AND STRESS COMPONENTS FROM A GIVEN MINING
GEOMETRY.
Salamon, M.D.G.
J. S. Afr. Inst. Min. Metall., 64, No. 6
1964. pp 128-149
[32] ELASTIC ANALYSIS OF DISPLACEMENTS AND STRESSES INDUCE BY MINING OF
SEAM OR REEF DEPOSITS - III: AN APLICATION OF THE ELASTIC THEORY,
PROTECTION OF SURFACE INSTALLATION BY UNDERGROUND PILLARS.
Salamon, M.D.G.
J. S. Afr. Inst. Min. Metall., 64, No. 10
1964. pp 469-500
[33] ELASTIC ANALYSIS OF DISPLACEMENTS AND STRESSES INDUCE BY MINING OF
SEAM OR REEF DEPOSITS - IV: INCLINED REEF.
Salamon, M.D.G.
J. S. Afr. Inst. Min. Metall., 65, No. 5
1964. pp 319-338
[34] BESTIMMUNG DER ABSENKUNG DER TAGESOBERFLÄCHE BEI DER
BEWEGUNG VON GESTEINEN IN FORM EINES RHEOLOGISCHEN FLIEßENS.
Cernyi, G.I.
Jvz. VUZ, Górny Zh. 9
1966. pp 3-9
191
[35] ROCK MECHANICS APPLIED TO THE STUDY OF ROCKBURST.
Cook, N.G.W. et al
J. S. AFr. Inst. Min. Metall., 66
1966. pp 435-528
[36] LINEARE PROGRAMMIERUNG UND ERWEITERUNGEN
Dantzig, G.B.
1966. Berlin: Springer
[37] ARTIFICIAL INTELLIGENCE TROUGH SIMULATED EVOLUTION
Fogel, L.J.; Owens, A.J.; Wlash, M.J.
1966. New York, USA
[38] SUBSIDENCE ENGINEER'S HANDBOOK.
N.C.B., Production Department
1966. London.
[39] COMPUTATION: FINITE AND INFINITE MACHINES
Minsky, M.L.
Prentice-Hall
1967. Englewood Cliffs, NJ. USA
[40] OPTIMALITY PRINCIPLES IN BILOGIE
Rosen, R.
1967. London
[41] THE FINITE ELEMENT METHOD IN STRUCTURAL AND CONTINUUM
MECHANICS.
Zienkiewicz, O.C.; Cheung, Y.K.
McGraw-Hill
1967. Londres
[42] PRECALCULATION OF GROUND MOVEMENTES CAUSED BY MINING.
Hiramatsu, Y.; Oka, Y.
Int. J. Rock Mech. Min. Sci., 5
1968. pp 399-414
[43] CONTROLLED AND UNCONTROLLED COLLAPSE OF MINE PILLARS.
Salamon, M.D.G.
C.O.M. Res. Report, no. 48 68, Research Organisation
1968. South Africa
[44] ELASTIC MODULI OF STRATIFIED ROCK MASS.
Salamon, M.D.G.
Int. J. Rock Mech. Min. Sci, 5
1968. pp 519-527
[45] HOW HIGH-SPEED COMPUTERS ADVANCE DESIGN OF PRACTICAL PILLAR
SYSTEMS.
Starfield, A.M.; Fairhust, C.
Engng Min. J., 169
1968. pp 78-84
[46] NEW CONCEPTS IN THE DESIGN OF PILLAR LAYOUTS.
Salamon, M.D.G.; Deist, F.H.
C.O.M. Res. Report, no. 25 70, Research Organisation
1970. South Africa
[47] STABILITY, INSTABILITY AND DESIGN OF PILLAR WORKINGS.
Salamon, M.D.G.
Int. J. Rock Mech. Min. Sci., 7
1970. pp 613-631
192
[48] ROCK MECHANICS PROBLEMS ASSOCIATED WITH LONGWALL TRIALS IN
SOUTH AFRICA.
Salamon, M.D.G; Oravecz, K.I.; Hardman D.R.
5th Int. Strata Control Conference, pap no. 14
1972. London. 8p
[49] STRATA CONTROL TECHNIQUES IN SHAFTS AND LARGE EXCAVATIONS.
Wagner, H.; Salamon, M.D.G.
Pap. Discuss. Ass. Miné Mgrs S. Afr.
1972. pp 123-140
[50] SOME CASE STUDIES OF MINE SUBSIDENCE AND ITS MATHEMATICAL
MODELLING. APPLICATION OF ORCK MECHANICS.
Dahl, H.D; Choi, D.S.
Proc. Symp. on Rock Mechanics, 15th
1973. USA. pp 1-21
[51] OPTIMIZATION TECHNIQUES WITH FORTRAN
Kuester, J.L.; Mize, J.H.
McGraw-Hill
1973.
[52] LOADING OF COAL PILLARS IN BOARD AN PILLAR WORKINGS.
Oravecz K.I.
Ph.D. thesis, University of Witwatersrand
1973
[53] EVOLUTIONSSTRATEGIE: OPTIMIERUNG TECHNISCHER SYSTEME NACH
PRINZIPIEN DER BIOLIGUSCHEN EVOLUTION
Rechenberg, I.
Fromman-Holzboog
1973. Stuttgart
[54] ROCK MECHANICS OF UNDERGROUND EXCAVATIONS.
Salamon M.D.G.
Advances in Rock Mechanics, vol. 1, part B
Proc. 3rd Congress Int. Soc. for Rock Mec.
1974. Denver
[55] BESTIMMUNG DER VERTIKALEN VERFORMUNGEN DER SCHACHTRÖHRE
BEIM ABBAU VON KOHLENFLÖZEN
Szpetkowski, S.
Geodezja i Kartografia, 23
1974. Polonía. pp 125-140
[56] ADAPTATION IN NATURAL AND ARTIFICIAL SYSTEMS.
Holland, J.H.
The University of Michigan Press
1975. Ann Arbor. USA
[57] DIE FERNWIRKUNG EINES ABBAUELEMENTES BEI ELASTOPLASTISCHEM
GEBIRGE.
Neuhaus, W.
Glückauf-Forsch, 36
1975. pp 199-205
[58] DIR BERECHNUNGSGRUNDLAGEN DER BERGSCHADENKUNDLICHEN
EINWIRKUNGSNETZE UND IRHE MÖGLICHKEITEN UND GRENZEN
Neuhaus, W.
Mitt. Markscheidew, 83
1976. pp 41-60
193
[59] NUMERISCHE OPTIMIERUNG VON COMPUTERMODELLEN MITTELS DER
EVOLUTIONSSTRATEGIE
Schwefel, H.P.
Basel, Birkhaeuser.
1977
[60] COGNITIVE SYSTEMS BASED ON ADAPTIVE ALGORITHMS
Holland, J.H.; Reitman, J.S.
Pattern-directed inference systems. Academics Press
1978. NY. USA
[61] THE ROLE OF LINEAR MODELS IN THE ESTIMATION OF SURFACE GROUND
MOVEMENTS INDUCED BY MINIG TUBULAR DEPOSITS.
Salamon M.D.G.
Large Ground Movements and Structures, Geddes J.D. ed.
1978. London, 187-208
[62] MINING SUBSIDENCE: HISTORICAL REVIEW AND STATE OF THE ART.
Shadbolt, C.H.
Proc., Conf. on Large Ground Movements and Structures.
1978. Cardiff, Wales. pp 705-748
[63] TEORIA S. KNOTHEGO W UJECIU CZASOPRZESTRZENNYM.
Sroka, A.
Polska Akademia Nauk, Geodezja, 24
1978. Kraków.
[64] NUMERICAL OPTIMIZATION OF COMPUTER MODELS
Schwefel, H.P.
Chicheste: Wiley
1981
[65] INTELLIGENT BEHAVIOR AS AN ADAPTION TO THE TASK ENVIROMENT
Booker, L.B.
PdD Dissertation, Univ. Of Michigan, Logic Computers Group
1982. Ann Arbor. USA
[66] MINING SUBSIDENCE ENGINEERING.
Kratzsch, H.
Springer-Verlag
1982. Berlin
[67] COMPLEMENTARY INFLUENCE FUNCTIONS FOR PREDICTING SUBSIDENCE
CAUSED BY MINING.
Sutherland, H.J.; Munson, D.E.
Proc. 23rd U.S. Symposium on Rock Mechanics,
1982. USA. pp 1115-1121
[68] ASSESSMENT OF SUBSIDENCE DATA FROM THE NORTHERN APPALACHIAN
BASIN FOR SUBSIDENCE PREDICTION.
Tandanand, S.; Powell, L.R.
USBM Rep. R1 8630. US Bureau of Mines
1982
[69] CORRELATION AND ANALYSIS OF SUBSIDENCE DATA.
Brunner, D.J. et al
Department of Materials Science and Mineral Engineering. University of California
1983. Berkeley, USA
[70] DESIGN CONSIDERATIONS FOR LAYOUTS OF STOPES IN TABULAR DEPOSITS.
More O'Ferall R. C.
Roch Mechanics in Mining Practice, Budavari S. ed
1983. Johannesburg. pp 133-149
194
[71] LINEAR MODELS FOR PREDICTING SURFACE SUBSIDENCE.
Salamon, M.D.G.
Proc. 5th Int. Cong. on Rock Mechanics.
1983. Melbourne. pp 107-114.
[72] PRINCIPLES OF THE SUPPORT OF TABULAR EXCAVATIONS.
Wagner, H.
Roch Mechanics in Mining Practice, Budavari S. ed
1983. Johannesburg. pp 151-171
[73] PROPOSED CRITERIA FOR SUBSIDENCE DAMAGE TO BUILDINGS.
Bhattacharya, S.; Singh, M. M.
Proc. 25th U.S. Symposium on Rock Mechanics,
1984. NY, USA. pp 747-755.
[74] RECENT DEVELOPMENTS IN SUBSIDENCE PREDICTION AND CONTROL FOR
THE EASTERN U.S. COALFIELDS.
Karmis, M.; Triplett, T.; Schilizzi, P.
Proc. 25th U.S. Symposium on Rock Mechanics.
1984. NY, USA. pp 713-721.
[75] GROUND MOVEMENT CHARACTERISTICS ABOVE MINED PANELS IN
APPALACHIA - AND EMPIRICAL APROACH.
Karmis, M.; Triplett, T.; Schilizzi, P.; Hassenfus, G.
Proc. Int. Conf. on Case Histories in Geotech. Eng.
1984. USA. pp 1221-1227
[76] GEOMETRY OF SUBSIDENCE ASSOCIATED WITH LONGWALL MINING.
GROUND MOVEMENTS AND STRUCTURES.
Tsur Lavie, Y.; Denekamp, S.A.
Proc. Int. Conf., 3rd
1984. Wales. pp 325-337
[77] PRECALCULATION OF SUBSIDENCE OVER LONGWALL PANEL IN NORTHERN
APPALACHIAN COAL REGION.
Adamek, V.; Jeran P.W.
Inf. Circ. U.S. Bur. Mines
1985. pp 34-52
[78] COMPUTER MODELLING OF THE SURFACE EFFECTS OF SUBSIDENCE
CONTROL METHODS.
Heasley, K.A.; Saperstein, L.W.
Proc. U.S. Symp. On Rock Mechanics, 26th
1985. USA. pp 189-196
[79] SUBSIDENCE OVER ROOM AND PILLAR MINE IN APPALACHIAN COAL
PROVINCE AND THE USE OF SUBSIDENCE PREDICTIVE METHODS.
Jones, T.Z.; Kohli, K.K.
Proc. U.S. Symp. on Rock Mechanics, 26th
1985. USA. pp 179-187
[80] NUMERICAL MODELLING OF THE BEHAVIOUR OF OVERBURDEN ROCK MASS
ASSOCIATED WITH LONGWALL MINING.
Siriwardane, H.J.
Proc. U.S. Symp. on Rock Mechanics, 26th
1985. USA. pp 171-177.
[81] SUBSIDENCE PREDICTION FOR SASKATCHEWAN POTASH MINES.
Steed, C.; Bawden, W.F.; Coode, A.M.; Mottahed, P.
Proc. U.S. Symp. on Rock Mechanics, 26th
1985. USA. pp 163-170
195
[82] PRECALCULATION OF SURFACE SUBSIDENCE DUE TO COAL MINING.
Sugawara, K.; Obara, Y.; Okamura, H.; Wang, Y.
Proc. Int. Conf. on Numerical Methods in Geomechanics, 5th
1985. Nagoya. pp 1603-1610
[83] KNOWLEDGE GROWTH IN AN ARTIFICIAL ANIMAL
Wilson, S.W.
Proc. 1st Int. Conf. On Genetic Algorithms
1985. pp 16-23
[84] ESCAPING BRITTLENESS: THE POSSIBILITIES OF GENERAL-PURPOSE
LEARNING ALGORITHMS APPLIED TO PARALLEL RULE-BASED SYSTEMS
Holland, J.H.
Machine Learning: An Artificial Intelligence approach, Vol II
1986. Los Altos, CA. USA. pp 593-623
[85] INDUCTION: PROCESSES OF INFERENCE, LEARNING AND DISCOVERY
Holland, J.H.; et al
MIT Press
1986. USA
[86] HUNDIMIENTOS MINEROS. MÉTODOS DE CÁLCULO.
Ramirez Oyanguren, P.; Rambaud Pérez, C. et al.
Instituto Tecnológico Geominero de España.
1986. Madrid, ESPAÑA.
[87] THREE DIMENSIONAL NUMERICAL MODELLING OF SURFACE SUBSIDENCE
INDUCED BY UNDERGROUND MINING.
McNabb, K.B.
Tech. Rep. 146, Div. Geomechanics CSIRO
1987. Australia. 20 pp
[88] MINING SUBSIDENCE AND DISPLACEMENT PREDICTION USING INFLUENCE
FUNCTION METHODS.
Ren, G.; Reddish, D.J.; Whittaker, B.N.
Min. Sci. Technol., 5
1987. pp 89-104
[89] ZUM PROBLEM DER BERECHNUNG DYNAMISCHER, BERGMANNISCH
BEDINGTER SENKUNGEN
Schober, F.; Sroka, T.; Sroka, A.
Das Markscheidewesen, 94 Nr 4
1987. pp 416-424
[90] COLLECTIVE PHAENOMENA IN EVOLUTIONARY SYSTEMS
Schwefel, H.P.
31st Annual Meet. International Soc. for General System Research
1987. Budapest. pp 1025-1033
[91] PREDICTION OF SUBSIDENCE USING COMPLEMENTARY INFLUENCE
FUNCTIONS.
Sutherland, H.J.; Munson, D.E.
Int. J. Rock Mech. Min. Sci. Geomech. Abstr., 21
1987. pp 195-202
[92] NUMERICAL MODELLING OF SUBSIDENCE INDUCED BY UNDERGROUND COAL
MINING.
Coulthard, M.A.; Dutton, A.J.
Key Questions in Rock Mechanics, Proc. U.S. Symp. on Rock Mechanics, 29th
1988. USA. pp 529-536
196
[93] SIZING POPULATIONS FOR SERIAL AND PARALLEL GENETIC ALGORITHMS
Goldberg, D.E.
TCGA Report No 88005. University of Alabama
1988. USA
[94] METHODS OF ASSESSING EFFECTS OF LONGWALL MINIG ON SURFACE
SUBSIDENCE.
Hazen, G.A; Sargand, S.M.
Mining Engineering, 6
1988. pp 451-454
[95] THE INFLUENCE OF FAULTING ON GROUND MOVEMENT DUE TO COAL
MINING. THE U.K. AND EUROPEAN EXPERIENCE.
Hellewell, E.G.
Min. En., 147
1988. London. pp 334-337
[96] DEVELOPMENTS IN ROCK MECHANICS: A PERSPECTIVE OF 25 YEARS.
Salamon, M.D.G.
Trans. Instn Min. Metall. (Sect. A: Min. industry), v 97.
1988. London, U.K. A57-68.
[97] SUBSIDENCE PREDICTION RESULTING FROM UNDERGROUND MINIG - A
NUMERICAL MODELLING TECHNIQUE.
Shankar, K.V.; Dhar, B.B.
Proc. Indian Geotech. Conf., Vol. 1
1988. Allahabad. pp 451-454
[98] MODELLING OF SUBSIDENCE CAUSED BY LONGWALL MINIG USING FINITE
ELEMENT AND DISPLACEMENT DISCONTINUITY METHODS.
Siriwardane, H.J.
Proc. Int. Conf. on Numerical Methods in Geomechanics, 8th
1988. Innsbruck. pp 1901-1910
[99] PREDICTION OF SURFACE MOVEMENT WITH EMPHASIS ON HORIZONTAL
DEFORMATION DUE TO MINING.
Bai, M; Elsworth, D; Saperstein, L.W.
Symposium on Rock Mechanics: Rock Mechanics as a Guide for Efficient Utilization of Natural
Resources.
1989. U.S. pp 731-738
[100] DEVELOPMENT OF A MECHANISTIC MODEL FOR PREDICTION OF MAXIMUN
SUBSIDENCE AND SUBSIDENCE PROFILE DUE TO LONGWALL MINING.
Begley, R.D; Khair, A.W.
Symposium on Rock Mechanics: Rock Mechanics as a Guide for Efficient Utilization of Natural
Resources.
1989. U.S. pp 495-502
[101] GENETIC ALGORITHMS IN SEARCH OPTIMIZATION AND MACHINE LEARNING
Goldberg, D.E.
Addison-Wesley
1989. USA
[102] FINITE ELEMENT ANALYSES OF THE MOESTAKE MINE STUDY SLOPE: AN
UPDATE.
Pariseau, W.G.; Duan F.
Proc. 3rd Int. Conf. on Numerical Model in Geomech.
1989. NY, USA. pp 566-576
197
[103] SUBSIDENCE PREDICTION USING A LAMINATED LINEAR MODEL.
Salamon, M.D.G.
Symposium on Rock Mechanics: Rock Mechanics as a Guide for Efficient Utilization of Natural
Resources.
1989. U.S. pp 503-510.
[104] UNIFORM CROSSOVER IN GENETIC ALGORITHMS
Syswerda, G.
Proc. 3rd Int. Conf. On Genetic Algorithms
1989
[105] SUBSIDENCE OCCURRENCE PREDICTION AND CONTROL.
Whittaker, B.N.; Reddish, D.J.
Elsevier. Developments in Geotechnical Engineering, Vol. 56
1989. Amsterdam
[106] ARTIFICIALLY ADAPTIVE AGENTS IN ECONOMIC THEORY
Holland, J.H.; Miller, J.
American Economic Review: Proc. 103rd Annual Meeting of Americam Economics Association
1990. pp 365-370
[107] SUBSIDENCE DEVELOPMENT WITH TIME - EXPERIENCES FROM LONGWALL
OPERATIONS IN THE APPALACHIAN COALFIELD
Jarosz, A.; Karmis, M.; Sroka, A.
Int. J. Mining and Geological Engineering, 8
1990. USA. pp 261-273
[108] SUBSIDENCE PREDICTIONS TECHNIQUES IN U.S.A.: STATE OF THE ART
REVIEW.
Karmis, M.; Agioutantis,Z.; Jarosz A.
Min. Res. End., v. 3, No. 3, pp 197-210
1990. USA
[109] ON THE ROLES OF MALES
Atmar, J.W.
Animal Behavior, Vol.41
1991. pp 195-205
[110] AUTOCADÒ R11/R12 REFERENCE MANUAL.
Autodesk AG.
1991. USA
[111] NEW THREE DIMENSIONAL FINITE DIFFERENCE MODEL OF GROUND WATER
FLOW AND LAND SUBSIDENCE IN THE HUSTON AREA.
Bravo, R. Rogers, J.R; Cleveland, T.G.
Proc. Int. Symp. On Land Subsidence, 4th
1991. Houston. pp 15-26
[112] NONLINEAR MOBELLING OF GROUNDWATER FLOW AND TOTAL SUBSIDENCE
OF THE MEXICO CITY AQUIFER-AQUITARD SYSTEM.
Rivera, A.; Ledoux, E.; de Marsily, G.
Proc. Int. Symp. On Land Subsidence, 4th
1991. Houston. pp 45-58
[113] A CRITICAL REVIEW OF MINE SUBSIDENCE PREDICTION METHODS.
Srivastava, A.M.C.; Bahuguna, P.P.
Min. Sci. & Technol., v. 13, No. 3, pp 369-382.
1991. Saxena, N.C., USA
198
[114] INFLUENCE OF OVERBURDEN MASS BEHAVIOURAL PROPERTIES ON
SUBSIDENCE LIMIT CHARACTERISTICS.
Yao, X.L.; Whittaker, B.N.; Reddish, D.J.
Mining Science And Technology, 13
1991. pp 167-173
[115] A STRUCTURED DISTRIBUTED ALGRITHM FOR FUNCTION OPTIMIZATION
Voigt, H.M.; Born, J.
4th Int. Conf. on Genetic Algorithms
1991. San Diego. USA
[116] AUTOCADÒ R12 ADS PROGRAMMER'S REFERENCE MANUAL.
Autodesk AG.
1992. USA
[117] EFECTOS DE LA SUBSIDENCIA SOBRE LAS CONSTRUCCIONES EN SUPERFICIE.
González Nicieza, C.; Toraño Alvarez, J.; Bello García, A.; Fernández Fernández, V.
Anales de Ingeniería Mecánica. Año 9, nº5, pp 201-205.
1992. Madrid
[118] DEVELOPMENT OF VOID DIFFUSION MODELS TO PREDICT SUBSIDENCE DUE
TO UNDERGROUND COAL MINING
Hao, Q.; Chugh, Y.P.
Proc. 11th Int. Conf. on Ground Control in Mining. University of Wollongong, N.S.W.
1992. Australia. pp 517-525
[119] ADAPTATION IN NATURAL AND ARTIFICIAL SYSTEMS
Holland, J.H
MIT Press
1992. USA
[120] EFFECTS OF SUBSIDENCE ON STEEP TOPOGRAPHY AND CLIFF LINES
Kay, D.; Carter, J.P.
Proc. 11th Int. Conf. on Ground Control in Mining. University of Wollongong, N.S.W.
1992. Australia. pp 483-490
[121] EVOLUTION STRATEGIES FOR VECTOR OPTIMIZATION
Kursawe, F.
National Chiao Tung University
1992. Taipei. pp 187-193
[122] A COMPREHENSIVE COMPUTER MODEL FOR PREDICTING DYNAMIC
SUBSIDENCE FOR LOGNWALL OPERATIONS
Luo, Y.; Peng, S.S.
Proc. 11th Int. Conf. on Ground Control in Mining. University of Wollongong, N.S.W.
1992. Australia. pp 511-516
[123] SEAM ELEMENT: PREDICTION OF SUBSIDENCE DUE TO COAL MINING.
Salamon, M.D.G.; Yang, G.
Proc. 3rd Workshop on Surface Subsidence Due to Underground Mining
1992. USA. pp 47-55
[124] INFLUENCE OF THE SLOPING OF GROUND SURFACES ON MINE SUBSIDENCE
Shu, D.M.; Bhattacharyya, A.K.
Proc. 11th Int. Conf. on Ground Control in Mining. University of Wollongong, N.S.W.
1992. Australia. pp 475-482
[125] AN OVERVIEW OF GENETIC ALGORITHMS: FUNDAMENTALS AND RESEARCH
TOPICS
Beasley, D.; Bull, D.R.; Marin, R.R.
University Computing, 15 (2-4). UCISA
1993. UK
199
[126] ASPECTOS GRÁFICOS DE LA PREDICCIÓN DE LA SUBSIDENCIA MINERA
Bello García, A.; Morís M., G.; Menéndez Díaz, A.; González Nicieza, C, Rodríguez Díaz, M.A.
VI Congreso Internacional de Expresión Gráfica en la Ingeniería, Vol 2, pp 9-18
1993. Asturias
[127] FUZZY INFLUENCE FUNCTION METHOD FOR CALCULATING MINE
SUBSIDENCE IN A HORIZONTAL SEAM.
Liao, C.P.
Geotechnical and Geological Engineering; 11(4)
1993. pp 235-247
[128] SURFACE SUBSIDENCE PREDICTION BY NONLINEAR FINITE ELEMENT
ANALYSIS.
Najjar, Y.; Zaman, M.
J. of Geotech. Engineering, Vol. 119, No. 11
1993. pp 1790-1804
[129] A NUMERICAL APPROACH TO SUBSIDENCE PREDICTION AND STRESS
ANALYSIS IN COAL MINING USING A LAMINATED MODEL.
Yang, C.; Chugh, Y.P.; Yu, Z.; Salamon, M.D.G.
Int. J. Rock Mech. Min. Sci. and Geomech. Abstr., Vol 30, No. 7
1993. Great Britain. pp 1419-1422
[130] A GENETIC ALGORITHM TUTORIAL
Whitley, D.
Computer Science Department, Colorado State University
1993. USA
[131] NON-LINEAR FINITE ELEMENT ANALYSIS OF SURFACE SUBSIDENCE ARISING
FROM INCLINED SEAM EXTRACTION.
Yao, X.L.; Reddish, D.J.; Whittaker, B.N.
Int. J. Rock Mech. Min. Sci. and Geomech. Abstr., Vol 30, No. 4
1993. Great Britain. pp 431-441
[132] CARATERIZACIÓN GRÁFICA DE LAS ZONAS DE RIESGO PRODUCIDAS POR EL
FENÓMENO DE SUBSIDENCIA MINERA
Bello, A.; Rusev, P.
VI Congreso Internacional de Expresión Gráfica en la Ingeniería, Vol 2, pp 217-227
1994. Toledo.
[133] PREDICCIÓN DE LA SUBSIDENCIA MINERA
Bello García, A.; González Nicieza, C.; Ordieres Meré, J.B.; Ariznavarreta Fernández, F.
XI Congreso Nacional de Ingeniería Mecánica
1994. Valencia
[134] EL PROGRAMA ITGESUB COMO APLICACIÓN A LOS ESTUDIOS DE
SUBSIDENCIA MINERA
Gómez de las Heras, J.; Ochoa Bretón, A.; González Nicieza, C.; Bello García, A.
IX Congreso Internacional de Minería y Metalurgia, pp 435-450
1994. León
[135] THE HITCHHIKER’S GUIDE TO EVOLUTIONARY COMPUTATION: A LIST OF
FREQUENTLY ASKED QUESTIONS
Heitkoetter, J.; Beasley, D.
USENET: comp.ai.genetics
1994.
[136] EVOLUTION STRATEGIES: SIMPLE MODELS OF NATURAL PROCESSES
Kursawe, F.
Revue Internationale de Systemique
1994. France
200