FEM updating applications using Computational Intelligence Techniques [Applicazioni di updating di FEM utilizzando tecniche di Tecniche di intelligenza computazionale]

This PHD thesis work was born with the aim of analyzing and studying optimization processes for the updating of Finite Element Models (FEM) which are used to model complex structures, also in the field of structural engineering and in particular for modeling bridges, tunnels etc. In detail, this thesis work was oriented towards the analysis and development of computational intelligence algorithms based on biologically inspired algorithms such as genetic algorithms, which provided the basis for the optimisation of specific parameters of the FEM models under consideration. Finally, this thesis work was carried out with the technical support of the company AC2 srl of Zafferana Etnea (CT), which provided both the study data (the FEM models i.e.) and the test environment for the algorithms. This research work was created with the aim of promoting a fruitful collaboration between a company (AC2 srl) and an academic pole (University of Catania) at the forefront of the study of optimisation technologies, with specific reference to meta-heuristic approaches, in specific Artificial Intelligence applications. Specifically, the applications that will be pursued in the future will concern the optimisation of finite element models applied through the use of computational intelligence algorithms, to dynamic models such as civil infrastructures or models of hydrogeological instability and environmental risk.

Questo lavoro di tesi è nato con l'obiettivo di analizzare e studiare i processi di ottimizzazione per l'aggiornamento dei modelli agli elementi finiti (FEM) che vengono utilizzati per modellare strutture complesse, anche nel campo dell'ingegneria strutturale e in particolare per la modellazione di ponti, gallerie ecc. In particolare, questo lavoro di tesi è stato orientato all'analisi e allo sviluppo di algoritmi di intelligenza computazionale basati su algoritmi di ispirazione biologica come gli algoritmi genetici, che hanno fornito la base per l'ottimizzazione di parametri specifici dei modelli FEM in esame. Infine, questo lavoro di tesi è stato svolto con il supporto tecnico dell'azienda AC2 srl di Zafferana Etnea (CT), che ha fornito sia i dati di studio (i modelli FEM cioè) sia l'ambiente di test per gli algoritmi. Questo lavoro di ricerca nasce con l'obiettivo di promuovere una proficua collaborazione tra un'azienda (AC2 srl) e un polo accademico (Università di Catania) all'avanguardia nello studio delle tecnologie di ottimizzazione, con particolare riferimento agli approcci meta-euristici, in specifiche applicazioni di Intelligenza Artificiale. In particolare, le applicazioni che verranno perseguite in futuro riguarderanno l'ottimizzazione di modelli agli elementi finiti applicati, attraverso l'uso di algoritmi di intelligenza computazionale, a modelli dinamici quali infrastrutture civili o modelli di dissesto idrogeologico e rischio ambientale.