مقایسه الگوریتم‌های ژنتیک، سیستم مورچگان و اجتماع ذرات در بهینه سازی وزن تیر
Publish Year: 1389
Type: Conference paper
Language: Persian
View: 4,550
This Paper With 9 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:
ICLWCE01_080
Index date: 23 November 2009
مقایسه الگوریتم‌های ژنتیک، سیستم مورچگان و اجتماع ذرات در بهینه سازی وزن تیر abstract
طرح بهینه سازه‌ها عبارت است از تعیین متغیرهای طراحی با روشی معین بطوری که وزن سازه حداقل شود و همزمان قیود طراحی ارضا گردند. در سه دهه‌ی اخیر روش‌های بهینه سازی مبتنی بر پدیده‌های طبیعی به علت عدم استفاده از محاسبات سنگین ریاضی، عدم وابستگی به نقاط انتخابی اولیه و قابلیت بهینه یابی کلی نسبت به سایر روش‌ها، جایگاه ویژه‌ای پیدا کرده است. در تحقیق حاضر جهت دست یابی به حداقل وزن به عنوان تابع هدف و مقادیر جابجایی به عنوان قیود طراحی، از سه روش بهینه سازی الهام گرفته از طبیعت یعنی الگوریتم‌های ژنتیک، سیستم مورچگان و اجتماع ذرات استفاده شده است.در این تحقیق الگوریتم طراحی و بهینه سازی تیر توسط نرم فزار مطلب نوشته شده است. برای آنالیز و تحلیل تیر تحت بارهای استاتیکی، از روش المان محدود، با در نظر گرفتن سختی خمشی تیر، استفاده شده است. در نهایت مقادیر به دست آمده از روش‌های فوق الذکر مقایسه گردیده‌اند و ملاحظه شده که در روش الگوریتم اجتماع ذرات علاوه بر بهینه تر بودن جواب‌ها، این روش سریع تر از دو روش دیگر همگرا می‌شود.
مقایسه الگوریتم‌های ژنتیک، سیستم مورچگان و اجتماع ذرات در بهینه سازی وزن تیر Keywords:
مقایسه الگوریتم‌های ژنتیک، سیستم مورچگان و اجتماع ذرات در بهینه سازی وزن تیر authors
محمدرضا قاسمی
دانشیار، مهندسی عمران، دانشگاه سیستان و بلوچستان، زاهدان، ایران
جواد مالکی فرد
دانشجوی کارشناسی ارشد سازه، مهندسی عمران، دانشگاه سیستان و بلوچستان
ایمان کاملی
دانشجوی کارشناسی ارشد سازه، مهندسی عمران، دانشگاه سیستان و بلوچستان
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 :