Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
Publisher of Iranian Journals and Conference Proceedings
عنوان
Paper

A Hybrid Particle Swarm Optimization and Genetic Algorithm for Truss Structures with Discrete Variables

تعداد صفحات: 12 | تعداد نمایش خلاصه: 35 | نظرات: 0
سال انتشار: 1399
کد COI Paper: JR_JACM-6-3_018
زبان Paper: Englishglish
(فایل این Paper در 12 صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این Paper

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این Paper را خریداری نمایید.

با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک Paper) 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 Paper، ابتدا تعداد صفحات Paper را در بالای این صفحه کنترل نمایید.

برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل Paper

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 12 صفحه است در اختیار داشته باشید.

قیمت این مقاله : 7,000 تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان Paper A Hybrid Particle Swarm Optimization and Genetic Algorithm for Truss Structures with Discrete Variables

Fereydoon Omidinasab - Department of Civil Engineering, Lorestan University, Lorestan, Khorramabad, Iran
Vahid Goodarzimehr - Department of Civil Engineering, University of Tabriz, Tabriz, Iran

چکیده Paper:

A new hybrid algorithm of Particle Swarm Optimization and Genetic Algorithm (PSOGA) is presented to get the optimum design of truss structures with discrete design variables. The objective function chosen in this paper is the total weight of the truss structure, which depends on upper and lower bounds in the form of stress and displacement limits. The Particle Swarm Optimization basically modeled the social behavior of birds on the basis of the fact that Individual birds exchange information about their position, velocity, fitness, and on the basis that the behavior of the flock is then influenced to increase the probability of migration to other regions with high fitness. One of the problems of PSO is that it is easily trapped at the local point due to its non-uniform movement. The present study uses the mutation, random selection, and reproduction to reach the best genetic algorithm with the operators of natural genetics. Therefore, only identical chromosomes or particles can be converged. In other words, PSO and GA algorithm goes from one point in the search space to another point, interacting with each other. In this way, this helps them to find the optimum design by means of deterministic and probabilistic rules. The present study merged the two algorithms together in order to design several benchmark truss structures, and then the results of the new algorithm compared to those of other evolutionary optimization methods.

کلیدواژه ها:

Particle Swarm Optimization, Genetic Algorithm, Size optimization, Structural optimization, Discrete variables

کد Paper/لینک ثابت به این Paper

برای لینک دهی به این Paper می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت Paper در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/1025567/

کد COI Paper: JR_JACM-6-3_018

نحوه استناد به Paper:

در صورتی که می خواهید در اثر پژوهشی خود به این Paper ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
undefined, undefined و undefined, undefined,1399,A Hybrid Particle Swarm Optimization and Genetic Algorithm for Truss Structures with Discrete Variables,,,,,https://civilica.com/doc/1025567

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این Paper اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1399, Omidinasab, Fereydoon؛ Vahid Goodarzimehr)
برای بار دوم به بعد: (1399, Omidinasab؛ Goodarzimehr)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper 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 مPaperقاله لینک شده اند :

  • Rajeev, S., Krishnamoorthy, C.S., Discrete optimization of structures suing Genetic ...
  • Cao, G., Optimized design of framed structures using a genetic ...
  • Kennedy, J., Eberhart, R., Particle swarm optimization. Proceedings of IEEE ...
  • Lee, K.S., Geem, Z.W., A new structural optimization method based ...
  • Dorigo, M., Optimization, learning and natural algorithms. PhD thesis, Dip. ...
  • Kaveh, A., Talatahari, S., A novel heuristic optimization method: charged ...
  • Erol, O.K., Eksin, I., A new optimization method: big bang–big ...
  • Kaveh, A., Talatahari, S., Size optimization of space trusses using ...
  • Sonmez, M., Artificial bee colony algorithm for optimization of truss ...
  • Li, L.J., Huang, Z.B., Liu, F., Wu, Q.H., A heuristic ...
  • Kaveh, A., Talatahari, S., Hybrid Algorithm of Harmony Search, Particle ...
  • Hasancebi, O., Erbatur, F., Layout optimization of trusses using improved ...
  • Camp, C.V., Bichon, B.J., Design of space trusses using ant ...
  • Camp, C.V., Design of space trusses using big bang–big crunch ...
  • Camp, C.V., Farshchin, M., Design of space trusses using modified ...
  • Mahfouz, S.Y., Design optimization of structural steelwork. Ph.D. thesis, Department ...
  • Barbosa, H.J.C., Lemonge A.C.C., Borges, C.C.H., A genetic algorithm encoding ...
  • Wu, S.J., Chow, P.T., Steady-state genetic algorithms for discrete optimization ...
  • Lee, K.S., Geem, Z.W., Lee, S.H., Bae, K.W., The harmony ...
  • Li, L.J., Huang, Z.B., Liu, F., A heuristic particle swarm ...
  • Kaveh, A., Talatahari, S., A particle swarm ant colony optimization ...
  • Kaveh, A. Talatahari, S., Hybrid Algorithm of Harmony Search, Particle ...
  • Meshki, H., Joghataie, A., Structural optimization by spherical interpolation of ...
  • Kaveh, A., Ilchi, M., Computer codes for colloding bodies optimization ...
  • Kaveh, A., Ilchi, M., A new meta-heuristic algorithm: Vibrating particles ...
  • Gandomi, A.H., Alavi, A.H., Krill herd: A new bio-inspired optimization ...
  • Mirjalili, S., Lewis, A., The whale optimization algorithm. Advance Engineering ...
  • Cheng, M-.Y., Prayogo, D., Wu, Y-.W., Marcellinus Lukito, M., A ...
  • Tuo, S., Yong, L., Deng, F., Li, Y., Lin, Y., ...
  • Ouyang, H.B., Gao, L.Q., Kong, X.Y., Zou, D.X., Li, S., ...
  • Kaveh, A., Rahami, H., Analysis, design and optimization of structures ...
  • Sadollah, A., Eskandar, H., Bahreininejad, A., Kim, J.H., Water cycle, ...
  • Mortazavi, A., Toğan, V., Nuhoğlu, A., An integrated particle swarm ...
  • Research Info Management

    Certificate | Report Paper
    این Paper در بخشهای موضوعی زیر دسته بندی شده است:

    Export Citation info of this Paper to research management softwares

    Share this paper

    WHAT IS COI?

    COI is a national code dedicated to all Iranian Conference and Journal Papers. the COI of each paper can be verified online.

    Support