آموزش کاهش تاثیر پارامترهای الگوریتم ژنتیک در بهینهیابی سطح مقطع و توپولوژی سازههای خرپایی توسط روش جستجوی چند منظوره

روش بهینه­یابی براساس الگوریتم ژنتیک (GA) از جمله روش­های مفید بهینه­یابی است؛ اما کندی این فرایند بهینه­یابی از طریق GA جهت نیل به نقطه بهینه و عدم شناخت دقیق پارامترها و روابط حاکم بر GA، از قبیل تعداد نسل­ها، نرخ پیوند، نرخ جهش، چگونگی فرایندانتخاب و .... سبب می شود تا در برخی موارد GAبهینه محلی را بیابد و در آن متوقف شود. در این مقاله سعی شده است تا با ارائه روشی نوین، بهینه یابی سطح مقطع و توپولوژی خرپاها به نحوی انجام شود که مشکلات فوق الذکر تا حد امکان برطرف شود. به این منظور یک سیستم کامل با زیر بخش های متفاوت تحت عنوان جزیره، عمل جستجو در فضای طراحی را به عهده می گیرد. در هر جزیره عملگرها و پارامترهای متفاوت، به طور جداگانه به کار گرفته می شود. در ادامه پس از طی چند نسل مشخص، براساس نرخ مهاجرت، بهترین کروموزوم های هر جزیره به طور تناوبی به جزیره دیگر منتقل شده و جایگزین کروموزوم های ضعیف می شود. سپس بر اساس روش های پیشنهادی مطروحه، فرایند GAبراساس نتایج و روش های مناسب دنبال می شود تا بهینه عمومی با کمترین وابستگی به پارامترهای GAحاصل شود. در خاتمه با طرح و ارائه چند مثال مطرح، نتایج، مورد بررسی قرار گرفته است.

آموزش کاهش تاثیر پارامترهای الگوریتم ژنتیک در بهینهیابی سطح مقطع و توپولوژی سازههای خرپایی توسط روش جستجوی چند منظوره Keywords:

هزینه یابی , الگوریتم ژنتیک , سازه های خرپایی , توپولوژی , روش جستجوی چندمنظوره