ارائه روش الگوریتم ژنتیک سلولی (CGA) جهت بهینه‌سازی سازه‌های خرپایی
Publish Year: 1388
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 2,601
متن کامل این Paper منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل Paper (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- 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:
ICIORS02_342
تاریخ نمایه سازی: 11 اسفند 1387
Abstract:
اتوماتای سلولی سیستم‌های دینامیکی هستند که در آنها فضا و زمان به شکل گسسته مدل می‌گردد و از آرایه‌هایی از سلول‌ها تشکیل شده‌اند. نیاز به بهسازی فرآیند طراحی به شکل خودکار برای برآورده کردن اهدافی خاص همچون وزن کمتر و یا قابلیت باربری بیشتر منجر به شکل‌گیری الگوریتم‌های بهینه‌سازی شده است که این الگوریتم‌ها فرآیند تکراری تحلیل و پس از آن طراحی را تحت کنترل می‌گیرند. در این مقاله بهینه‌سازی سازه‌های خرپایی با استفاده از نظریه اتوماتای سلولی و الگوریتم ژنتیک انجام شده است. روش اتوماتای سلولی بر پایه مدل‌سازی رفتار کلی سیستم‌های پیچیده بر مبنای اندرکنش محلی اعضاء استوار بوده و به علت پردازش موازی اطلاعات در این روش، آن را به عنوان ابزاری توانمند در زمینه بهینه‌سازی تبدیل کرده است که از ملزومات الگوریتم‌های جدید در این زمینه به حساب می‌آید. بدین منظور با استفاده از روش اتوماتای سلولی به تحلیل و طراحی همزمان خرپاهای فضایی در سطح محلی پرداخته، که پس از همگرایی روش منجر به طرح بهینه سازه در سطح کلی می‌گردد. در روش اتوماتای سلولی که بر تحلیل و طراحی همزمان استوار بوده عموما از طرح تمام تنیده (Fully Stressed Design) اعضا استفاده می‌گردد که این روش توانایی در نظر گرفتن قید تغییرمکان را نداشته از این‌رو در این مقاله از الگوریتم ژنتیک برای طراحی در سطح سلولی استفاده شده است. نتایج بدست آمده نشان دهنده قابلیت و توانایی بالای روش ارائه شده می‌باشد.
Keywords:
Authors
قادر باقری
کارشناس ارشد سازه، مدرس دانشگاه آزاد زنجان
اصغر رسولی
دانشجوی دکتری سازه، مدرس دانشگاه آزاد زنجان
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 :