Resumen
Los desastres naturales y humanos ocasionan pérdidas humanas y económicas considerables. Las estructuras dañadas deben diseñarse
para recuperar su funcionalidad lo antes posible, lo que implica recursos y emisiones considerables. Por tanto, el diseño y construcción de
estructuras debe enfocarse en sostenibilidad, durabilidad, resistencia múltiple, resiliencia y monitorización inteligente del ciclo de vida. Los
eventos extremos, junto con errores de diseño, construcción y falta de mantenimiento, suelen provocar daños estructurales locales,
pudiendo desencadenar el colapso progresivo de las infraestructuras. RESILIFE afronta el reto social que supone el proyecto, el
mantenimiento y la reparación de estructuras frente a situaciones extremas, mediante la optimización de los problemas complejos
planteados en el ámbito de las decisiones públicas y privadas. La hipótesis de partida es que un diseño óptimo y la construcción con
estructuras híbridas basadas en los modernos métodos de construcción, en especial las modulares, son efectivas desde el punto de vista
social y ambiental, siendo resilientes ante eventos extremos. El reto será incorporar mejoras en el diseño para afrontar eventos extremos
y equiparar estas estructuras en prestaciones y en seguridad a las estructuras tradicionales. La innovación central reside en plantear
procedimientos explícitos para cuantificar la resiliencia de las estructuras en el contexto de múltiples amenazas y comparar las estructuras
y los sistemas en términos de su resiliencia. Para ello se aplicarán técnicas de inteligencia artificial para optimizar la resiliencia,
demostrando eficacia en términos sociales y ambientales frente a eventos extremos. La novedad metodológica radica en la utilización de
metaheurísticas híbridas emergentes y Deep Learning en la optimización multiobjetivo, así como la teoría de juegos, buscando la pronta
recuperación de su funcionalidad con costes sociales y ambientales reducidos, evitando su colapso progresivo. Además, se pretende
profundizar en las técnicas de decisión multicriterio emergentes como la lógica neutrosófica y otras como las redes bayesianas. Esto no
solo mejora la calidad y velocidad de cálculo en diseño, mantenimiento y reparación de estructuras, sino que también aborda
incertidumbres del mundo real, proponiendo una optimización resiliente basada en la fiabilidad y diseños robustos. En este contexto, en el
mundo real existen incertidumbres, imperfecciones o desviaciones respecto a los parámetros utilizados en los códigos. Una estructura
óptima se encuentra cercana a la región de infactibilidad, por lo que es necesario incorporar las incertidumbres para proporcionar diseños
más robustos y fiables. Por otra parte, la fuerte limitación presupuestaria presente en momentos de crisis compromete seriamente las
políticas de creación y conservación de las infraestructuras, sobre todo si hay incrementos de costes al introducir la resiliencia en el
diseño. Los resultados esperados, tras un análisis de sensibilidad de distintas políticas presupuestarias asociadas a un horizonte
temporal, pretenden detallar qué tipologías, actuaciones concretas de reparación y conservación y alternativas de demolición y
reutilización son adecuadas para minimizar los impactos ambientales y sociales considerando la variabilidad.
