ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
Publisher of Iranian Journals and Conference Proceedings
Login |Register |Help |عضویت کتابخانه ها
Paper
Title

تاثیر عملکرد الگوریتم ملخ اصلاح شده (IGOA) در شناسایی پارامترهای مدلBouc-Wenمیراگر MR

Year: 1400
COI: BTCONF04_291
Language: PersianView: 110
This Paper With 26 Page And PDF Format Ready To Download

Buy and Download

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این Paper را که دارای 26 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

Authors

میلاد دلاوری - دانشجوی کارشناسی ارشد در رشته مهندسی عمران، موسسه آموزش عالی دانش پژوهان پیشرو، اصفهان، ایران.
محمدعلی رهگذر - عضو هیات علمی دانشکده مهندسی عمران و حمل و نقل، دانشگاه اصفهان، اصفهان، ایران

Abstract:

میراگر (MR) مگنتورئولوژیکال یکی از ابزارهای کنترل نیمه فعال است که نیروی کنترلی آن در هر لحظه، با تغییر در بزرگی میدان مغناطیسی تنظیم می شود. یکی از روش ها برای توصیف رفتار میراگر مگنتورئولوژیکال، مدل های دینامیکی پارامتریک می باشد که از یک مدل مکانیکی استفاده میشود. در این مدل، رفتار میراگر توسط روابطی که حاوی پارامترهای مشخص هستند، توصیف می شود. این پارامترها با توجه به نتایج آزمایشگاهی برای یک میراگر، به گونه ای تعیین می شوند که مدل پیشنهادی بر داده های آزمایشگاهی منطبق گردد. مقادیر مناسب پارامترها جهت انطباق پاسخ عددی این مدل بر پاسخ آزمایشگاهی میراگر مگنتورئولوژیکال با استفاده از روش های شناسایی سیستم تعیین می شود. یکی از روش های شناسایی سیستم برای تعیین پارامترهای مدل رفتاری، استفاده از روش های بهینه سازی می باشد. یکی از این روشها، الگوریتمهای فراکاوشی می باشد. الگوریتم بهینه سازی ملخ یکی از روش های جدید در حل مسائل به روش فراکاوشی می باشد. در این پژوهش، در ابتدا یک روش مبتنی بر آموزش یادگیری متضاد برای بهبود الگوریتم بهینه سازی ملخ استفاده شد. سپس از الگوریتم بهینه سازی ملخ اصلاح شده برای حل مسئله شناسایی پارامتر در مدل بوک ون میراگر مگنتورئولوژیکال استفاده گردید. نتایج بدست آمده در این پژوهش نشان داد که استفاده از روش مبتنی بر آموزش متضاد موجب افزایش قابلیت اکتشاف در الگوریتم فراکاوشی ملخ میشود و الگوریتم از توانایی بالاتری در حل مسائل بهینه سازی ریاضیاتی برخوردار می باشد. همچنین الگوریتم بهینه سازی ملخ اصلاح شده توانایی بسیار بالایی در کاهش خطای سیستم برای تطابق نتایج آزمایشگاهی و مدل عددی در شناسایی پارامترهای مدل بوک ون میراگر مگنتورئولوژیکال برخوردار میباشد.

Keywords:

کنترل نیمه فعال , بهینه سازی , الگوریتم بهینه سازی ملخ , روش مبتنی بر آموزش یادگیری متضاد , میراگر مگنتورئولوژیکال , مدل بوک ون , شناسایی سیستم.

Paper COI Code

This Paper COI Code is BTCONF04_291. Also You can use the following address to link to this article. This link is permanent and is used as an article registration confirmation in the Civilica reference:

https://civilica.com/doc/1291226/

How to Cite to This Paper:

If you want to refer to this Paper in your research work, you can simply use the following phrase in the resources section:
دلاوری، میلاد و رهگذر، محمدعلی،1400،تاثیر عملکرد الگوریتم ملخ اصلاح شده (IGOA) در شناسایی پارامترهای مدلBouc-Wenمیراگر MR،The 4th National Conference on New Technologies in Architectural, Civil and Urban Engineering of Iran،Tehran،https://civilica.com/doc/1291226

Research Info Management

Certificate | Report | من نویسنده این مقاله هستم

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

Scientometrics

The specifications of the publisher center of this Paper are as follows:
Type of center: موسسه غیرانتفاعی
Paper count: 414
In the scientometrics section of CIVILICA, you can see the scientific ranking of the Iranian academic and research centers based on the statistics of indexed articles.

New Papers

Share this page

More information about COI

COI stands for "CIVILICA Object Identifier". COI is the unique code assigned to articles of Iranian conferences and journals when indexing on the CIVILICA citation database.

The COI is the national code of documents indexed in CIVILICA and is a unique and permanent code. it can always be cited and tracked and assumed as registration confirmation ID.

Support