S'abonner

Multi-objective optimization to predict muscle tensions in a pinch function using genetic algorithm - 22/02/12

Doi : 10.1016/j.crme.2012.01.002 
Amani Bensghaier a, , Lotfi Romdhane b , Fethi Benouezdou c
a Laboratoire de génie mécanique LGM, École nationale dʼingénieurs de Monastir LGM-ENIM, Monastir, Tunisia 
b Laboratoire de génie mécanique LGM, École nationale dʼingénieurs de Sousse ENISO, Sousse, Tunisia 
c Laboratoire dʼingénierie des systèmes LISV, Université de Versailles Saint Quentin, site de Vélizy, 10-12, avenue de lʼEurope, 78140 Vélizy, France 

Corresponding author.

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

pages 17
Iconographies 0
Vidéos 0
Autres 0

Abstract

This work is focused on the determination of the thumb and the index finger muscle tensions in a tip pinch task. A biomechanical model of the musculoskeletal system of the thumb and the index finger is developed. Due to the assumptions made in carrying out the biomechanical model, the formulated force analysis problem is indeterminate leading to an infinite number of solutions. Thus, constrained single and multi-objective optimization methodologies are used in order to explore the muscular redundancy and to predict optimal muscle tension distributions. Various models are investigated using the optimization process. The basic criteria to minimize are the sum of the muscle stresses, the sum of individual muscle tensions and the maximum muscle stress. The multi-objective optimization is solved using a Pareto genetic algorithm to obtain non-dominated solutions, defined as the set of optimal distributions of muscle tensions. The results show the advantage of the multi-objective formulation over the single objective one. The obtained solutions are compared to those available in the literature demonstrating the effectiveness of our approach in the analysis of the fingers musculoskeletal systems when predicting muscle tensions.

Le texte complet de cet article est disponible en PDF.

Keywords : Biomechanics, Tip pinch, Muscle tensions prediction, Multi-objective optimization, Genetic algorithm, Index finger, Thumb


Plan

Plan indisponible

© 2012  Académie des sciences. Publié par Elsevier Masson SAS. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 340 - N° 3

P. 139-155 - mars 2012 Retour au numéro
Article précédent Article précédent
  • Analyse par le modèle multiphasique du comportement macroscopique de matériaux renforcés par fibres
  • Ghazi Hassen, Van Tuan Nguyen
| Article suivant Article suivant
  • Experimental behaviour of concrete-filled rectangular thin welded steel stubs (compression load case)
  • Noureddine Ferhoune, Jahid Zeghiche

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’achat d’article à l’unité est indisponible à l’heure actuelle.

Déjà abonné à cette revue ?

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.