CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

GENETIC ALGORITHM APPLICATION IN AIRCRAFT WEIGHT OPTIMAZATION

اعتبار موردنیاز: ۱ | تعداد صفحات: ۸ | تعداد نمایش خلاصه: ۱۳۸۰ | نظرات: ۰
سرفصل ارائه مقاله: Aerospace
سال انتشار: ۱۳۸۵
نوع ارائه: شفاهی
کد COI مقاله: ISME14_466
زبان مقاله: انگلیسی
حجم فایل: ۶۵.۷۲ کلیوبایت (فایل این مقاله در ۸ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید. در پایگاه سیویلیکا عموما مقالات زیر ۵ صفحه فولتکست محسوب نمی شوند و برای خرید اینترنتی عرضه نمی شوند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۸ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳۰,۰۰۰ ریال

آدرس ایمیل خود را در زیر وارد نموده و کلید خرید با پرداخت اینترنتی را بزنید. آدرس ایمیل:

رفتن به مرحله بعد:

در صورت بروز هر گونه مشکل در روند خرید اینترنتی، بخش پشتیبانی کاربران آماده پاسخگویی به مشکلات و سوالات شما می باشد.

مشخصات نویسندگان مقاله GENETIC ALGORITHM APPLICATION IN AIRCRAFT WEIGHT OPTIMAZATION

Hamid Saeedipour - Corresponding Author, PhD, MSc, MBS, BSc, IT، School of Aerospace Engineering, University of Science Malaysia (USM), Penang, Malaysia
Sathyanarayana - Lecturer, PhD, MSc, BSc, School of Aerospace Engineering, University of Science Malaysia (USM), Penang, Malaysia

چکیده مقاله:

Genetic Algorithm (GA) in aeronautics may be considered as an adaptive search method premised on the evolutionary ideas of natural selection and genetic. In this paper, the GA concept in aircraft weight optimization is designed to simulate process in an integrated aircraft system ecessary for minimum gross mass, specifically the one that follow the GA principles of survival of the fittest. This paper describes the results of a research to broaden the application of an available genetic algorithm for design optimization named GADO to weight optimization of a high-subsonic civil jet transport aircraft. It was initially developed for minimizing take-off mass of a supersonic transport aircraft. This process represents an intelligent exploitation of a random search within a defined search space to solve the problem of minimizing the aircraft gross weight at take-off (GWTO). The GA method has been performed well as the population converged to an optimal solution to the GWTO dilemma. All of the genes have converged when 97% of the population sharing the same value. Ten random populations of 120 points each were generated, and for each population the GA is allowed to proceed for 12000 iterations.

کلیدواژه‌ها:

Genetic Algorithm, Design Optimisation, Aircraft Design, Minimum Weight.

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-ISME14-ISME14_466.html
کد COI مقاله: ISME14_466

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
Saeedipour, Hamid & Sathyanarayana, ۱۳۸۵, GENETIC ALGORITHM APPLICATION IN AIRCRAFT WEIGHT OPTIMAZATION, چهاردهمین کنفرانس سالانه مهندسی مکانیک, اصفهان, دانشگاه صنعتی اصفهان, https://www.civilica.com/Paper-ISME14-ISME14_466.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (Saeedipour, Hamid & Sathyanarayana, ۱۳۸۵)
برای بار دوم به بعد: (Saeedipour & Sathyanarayana, ۱۳۸۵)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :

  • Baranowski, J., Bigham, B. & Wilson T., 'Design Process Evolution' ...
  • Belavkin, R. V., ،Genetic Algorithm', Internet Online Information, Middlesex University, ...
  • Bosa, A. H. W., ،Aircraft Conceptual Design by Ge n ...
  • Burhaneddin, S., ،Genetic Algorithms' , Department of Industrial Engineering, Bilkent ...
  • " Annual (International) Mechanical Engineering Conference - May 2006 Isfahan ...
  • مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.