بهینهسازی وزن خرپاهای فضایی با استفاده از الگوریتم ژنتیک

سال انتشار: 1390
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,600

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NCSS03_021

تاریخ نمایه سازی: 30 تیر 1390

چکیده مقاله:

در اکثر مواقع، الگوریتم ژنتیک برای بهینهسازی سازههای نامقید مناسب میباشد. به همین منظور، اغلب کاربرد الگوریتم ژنتیک دربهینهسازی مسائل مقید با چالش همراه میباشد. روشهای مختلفی برای رسیدگی به این نوع از مسائل در الگوریتم ژنتیک پیشنهاد شده است. رایجترین و پرکاربردترین روش در رسیدگی به مسائل مقید در الگوریتم ژنتیک، استفاده از توابع جریمه میباشد. توابع جریمه مختلفی توسط محققین پیشنهاد شده است که با توجه به نوع مسئله و سازههای بررسی شده کاربرد محدودی دارند.در اکثر تحقیقات، به بررسی استفاده تابع جریمه در بهینهسازی سازههای خرپایی فضایی پرداخته شده است. سازههای فضاکار یکی از سازههای پرکاربرد در مهندسی عمران میباشند که بالاترین هدف در طراحی این نوع سازهها دستیابی به یک سازه موثر و ایمن با کمترین وزن ممکن میباشد. در این تحقیق، با استفاده از تابع جریمه خودانطباقی مسئله مقید را به یک مسئله نامقید تبدیل مینماییم تا بتوانیم به راحتی از الگوریتم ژنتیک در بهینهسازی سازههای مقید استفاده نماییم. در ادامه تحقیق با توجه به اهمیت و کاربرد فراوان سازههای خرپایی فضایی در مسائل مهندسی و با استفاده از تابع جریمه ارائه شده و روش الگوریتم ژنتیک به بهینهسازی وزن این نوع از سازههای فضاکار میپردازیم و نتایج حاصل از این روش را با نتایج ارائه شده توسط دیگر محققین مورد ارزیابی قرار میدهیم

نویسندگان

احسان محمودی کوچکسرایی

کارشناس ارشد عمران- سازه دانشکده عمران دانشگاه تبریز

ناصر تقی زادیه

استادیار عمران-سازه دانشکده عمران دانشگاه تبریز، تبریز

الهه یوسفی خسرقی

دانشجو کارشناسی عمران - آب دانشکده عمران دانشگاه تبریز، تبریز

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 :
  • Coello C.A.C; "Theoretical and numerict Cons traint-handling techniques used with ...
  • Goldberg D.E; "Genetic algorithms in search, optimization and machine learning ...
  • Holland J.H; "Adaptation in natural _ artificial systems", MIT press, ...
  • Le Riche R.G; Knopf-lenoir' C; Haftka R.T; "A segregated genetic ...
  • Michalewicz Z; Fogel D.B; "How to solve it: Modern Heuristics", ...
  • Mechalewicz Z; Dasgupta D; Le Riche R; Schoenauer M;، ، ...
  • Rasheed K.M; "a genetic algorithm for continuous design optimization ", ...
  • Yeniay O; "Penalty function methods for constrained optimization wvith Genetic ...
  • -Kong S.L; Zong W.G.; _ _ structural optimization method based ...
  • نمایش کامل مراجع