کاربرد الگوریتم ژنتیک در مکان یابی بهینه مهاربندهای ضربدری در قابهای فلزی دو بعدی
Publish place: 7th International Congress on Civil Engineering
Publish Year: 1385
Type: Conference paper
Language: Persian
View: 3,309
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
ICCE07_096
Index date: 19 January 2006
کاربرد الگوریتم ژنتیک در مکان یابی بهینه مهاربندهای ضربدری در قابهای فلزی دو بعدی abstract
به طور معمول در ساختمانهای فلزی از مهاربندهای ضربدری جهت تحمل نیروهای انبی و کاهش تغییر مکان جانبی طبقات استفاده می گردد. از طرفی تغییر آرایش مهاربندها باعث تغییر در تنش های اعضاء وزن اسکلت سازه ای و تغییر شکل جانبی طبقات سازه می گردد. علاوه بر این موارد چیدمان صحیح مهاربندها، چیدمانی است که منجر به نیروهای بالاکشنده (Uplift) کمتری در ستونهای متصل به شالوده گردد. در این مثاله از روش الگوریتم ژنتیک ساده در تلفیق با تئوری گرافها برای یافتن موقعیت مناسب مهاربندی های ضربدری در قابهای فلزی دو بعدی استفاده شده است. وزن اسکلت سازه ای، تغییر مکان جانبی بیشینه قاب و بیینه نیرو Uplift در ستونهای متصل به شالوده، توابع هدف در مسئله بهینه یابی با چند تابع هدف را تشکیل می دهند. بدین منظور برنامه ای نوشته شده است که قادر به در نظر گرفتن قیود معماری نیز می باشند. محل قرارگیری مهاربندها متغیرهای مسئله بهینه یابی اند. مثالهای مختلفی با برنامه حل گردیده و با فرمهای متداول آرایش مهاربندها مقایسه گردیده است، که نشان از بهبود قابل توجه نتایج فرمهای بدست آمده در مقایسه با آرایشهای متداول مهاربندها می دهد.
کاربرد الگوریتم ژنتیک در مکان یابی بهینه مهاربندهای ضربدری در قابهای فلزی دو بعدی Keywords:
کاربرد الگوریتم ژنتیک در مکان یابی بهینه مهاربندهای ضربدری در قابهای فلزی دو بعدی authors
داود صفری
دانشجوی دکترای سازه، دانشگاه شیراز
محمودرضا ماهری
استاد بخش راه و ساختمان، دانشگاه شیراز
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 :