بررسی قابلیت کاربرد الگوریتم بهینه سازی گرگ خاکستری در تعیین ابعاد بهینه مقطع سدهای بتنی وزنی
Publish place: Journal of Iranian Dam and Hydropower، Vol: 7، Issue: 27
Publish Year: 1399
نوع سند: مقاله ژورنالی
زبان: Persian
View: 190
This Paper With 12 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_HYDROP-7-27_007
تاریخ نمایه سازی: 9 اسفند 1401
Abstract:
طراحی بهینه ابعاد سدهای بتنی وزنی با کاهش سطح مقطع سد به کاهش حجم بتن مصرفی و کاهش هزینههای ساخت میانجامد. به دلیل تعدد قیودات حاکم بر مساله همچون قیدهای پایداری در مقابل واژگونی و لغزش که به پیچیده شدن فضای تصمیم میانجامد، استفاده از مدلهای بهینهسازی فراکاوشی در طراحی بهینه سدهای بتنی وزنی گسترش یافته است. در این پژوهش برای نخستین بار قابلیت الگوریتم بهینهسازی گرگ خاکستری در حل مساله طراحی بهینه ابعاد سد بتنی وزنی کوینا مورد بررسی قرار گرفته و ابعاد بهینه استخراجی با نتایج الگوریتم بهینهسازی هوش تجمعی ذرات مقایسه شد. مقایسه نشان داد که الگوریتم گرگ خاکستری با ۵/۶۱ درصد تعداد فراخوان کمتر نسبت به الگوریتم هوش تجمعی ذرات، توانسته میانگین توابع هدف محاسباتی را به میزان ۲/۵ درصد بهبود بخشد. از نظر پایداری راهحلها نیز انحراف معیار توابع هدف محاسبه شده با الگوریتم گرگ خاکستری نسبت به الگوریتم هوش تجمعی ذرات کمتر است. هرچند از نظر رسیدن به جواب بهینه مطلق در ده بار اجرای الگوریتم، جواب محاسبه شده توسط الگوریتم هوش تجمعی ذرات به میزان ۶/۱ درصد بهتر میباشد. در مجموع نتایج نشاندهنده کارآیی الگوریتم گرگ خاکستری در محاسبه ابعاد سدهای وزنی بتنی از منظر دقت و پایداری جواب ها و سرعت همگرایی میباشد.
Keywords:
Authors
فریبرز معصومی
Mohaghegh Ardabili University
سارا اسفندمز
Mohaghegh Ardabili University
نگین ظفری
Mohaghegh Ardabili University
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 Paper لینک شده اند :