L'optimització d'estructures ha sigut una disciplina molt estudiada per nombrosos investigadors durant els darrers quaranta anys. A pesar que durant els primers vint anys les tècniques de Programació Matemàtica van ser l'eina fonamental en aquest camp, aquestes han anat perdent força enfront d'un nou conjunt de tècniques metaheurísticas basades en la Computació Evolutiva. Entre aquestes destaquen, de manera significativa, els Algoritmes Genètics.

Durant aquests anys l'optimització d'estructures ha anat evolucionant de la mera optimització de la grandària, a l'optimització del nombre òptim de barres i coordenades dels nusos (topologia), i finalment a l'optimització de tots dos tipus de variables de forma simultània.

La irrupció d'aquestes noves tècniques en el camp de l'optimització d'estructures és deguda, en gran part, a les dificultats que tenia la programació matemàtica per a realitzar l'optimització simultània de les variables de disseny a causa de l'elevada alinealitat d'aquestes i les seues restriccions.

Les tècniques metaheurísticas per contra, són matemàticament més senzilles i més fàcils d'implementar computacionalment, donat que requereixen d'altra informació a part de la funció objectiu que determina l'aptitud de les solucions. No requereixen per tant de complexos processos de linealització ni treballen amb les derivades de la funció.

L'objectiu fonamental d'aquest treball és anar una mica més enllà en el procés de l'optimització simultània de les variables de disseny, definint un algoritme que no parteix d'una estructura predefinida i que incorpora els paràmetres que determinen la geometria. A diferència dels mètodes actuals, l'algoritme desenvolupat no requereix cap tipus d'estructura inicial ni cap altre tipus d'informació addicional, a part de la definició dels punts d'aplicació de les càrregues, els punts de suport i el tipus de suport.

El nou algoritme desenvolupat es justifica segons la hipòtesi següent: La definició prèvia de la forma, geometria, regla o model preconcebut en una estructura suposen restriccions del disseny en si mateixes i, per tant, aquell algoritme que no es trobe subjecte a aquestes haurà de poder generar dissenys necessàriament millors, o almenys tan bons com els existents.

A partir d'aquesta hipòtesi es desenvolupa un nou algoritme amb una codificació mixta, adaptada a cada grup de variables de disseny, on els diferents operadors es defineixen i actuen de forma independent per a grup. L'algoritme incorpora a més diferents operadors que asseguren la legalitat de les solucions a avaluar, així com un conjunt d'estratègies orientades a mantenir la diversitat de les solucions i a reduir les necessitats computacionals de l'algoritme, el taló d'Aquil·les de les tècniques metaheurísticas.

Una vegada desenvolupat l'algoritme, es valida mitjançant un problema d'optimització d'estructures clàssic: l'optimització d'una estructura de deu barres i sis nodes en volada, subjecta a restriccions de tensió i desplaçament. Mitjançant aquest problema s'avaluen de manera individualitzada les diferents estratègies implementades en l'algoritme per a operador en cada grup de variables de disseny. Com a resultat, en aquest apartat s'aconsegueix el disseny de menor pes obtingut fins avui entre un total de seixanta articles científics indexats en què s'ha emprat com a tècnica de validació.

De l'estudi del procés evolutiu realitzat en l'apartat de validació, i la comparació d'aquest amb els dissenys òptims publicats en treballs anteriors, es pot concloure que efectivament el disseny del mateix algoritme en va condicionar el resultat, fet que prova la hipòtesi inicial. A més s'han pogut corroborar els teoremes de Fleron, i s'ha aconseguit generalitzar la topologia òptima per a l'estructura analitzada, ja que aquesta ha romàs invariable en totes les execucions realitzades.

Entre les principals aportacions d'aquest treball, a part del desenvolupament del mateix algoritme, destaquen el desenvolupament de nous operadors genètics, aplicats de manera individualitzada a cada grup de variables de disseny, la definició d'una nova funció de penalització, la possibilitat d'adquirir informació addicional del procés evolutiu a causa de la mateixa definició de l'algoritme i, finalment, l'obtenció d'un nou mínim per a l'estructura analitzada, un 10,92 inferior al millor resultat publicat fins ara.