کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6740276 504342 2015 21 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Comparison of robustness of metaheuristic algorithms for steel frame optimization
ترجمه فارسی عنوان
مقایسه استحکام الگوریتم های فراشناختی برای بهینه سازی قاب فولادی
کلمات کلیدی
بهینه سازی ساختاری، الگوریتم های متائوشیمی، بهینه سازی گسسته، فریم های فولادی، فریم های فولادی
ترجمه چکیده
در این تحقیق، توانایی شش الگوریتم فراشناختی - بهینه سازی کلینیک مورچه، الگوریتم ژنتیک، جستجو هارمونی، بهینه سازی ذرات ذرات، جستجو برای شبیه سازی آنیل و تابو - و سه نوع بهبود یافته - جستجوی هماهنگی هدایت طراحی، جستجو هارمونی سازگار و بهبود آنالیز شبیه سازی شده مقایسه شده و ویژگیهایی که بر ثبات الگوریتم تأثیر می گذارند مورد بررسی قرار می گیرند. استحکام الگوریتمی به عنوان توانایی یک الگوریتم برای همگام شدن با طرح های ارزان قیمت بدون در نظر گرفتن فضای متغیر و صرف نظر از نقطه شروع اولیه تعریف می شود. به این ترتیب، فضاهای متغیر موجود در مسائل بهینه سازی طراحی قاب فولادی مورد بررسی قرار گرفته و دو چالش منحصر به فرد این فضاها شناسایی و توضیح داده شده اند. پنج طرح قاب فولادی معین، از جمله قاب های لحظه ای و پایه، به عنوان نمونه ای ارائه می شود که الگوریتم ها می توانند مورد آزمایش قرار گیرند و استحکام الگوریتم ها با استفاده از این طرح های نمایشی مورد بررسی قرار می گیرد. یک بحث عمیق در خصوص ویژگی های الگوریتم های فراشناختی که آنها را موفق می کند ارائه شده است. نشان داده شده است که الگوریتم هایی که دارای استحکام هستند، آنهایی هستند که تشدید و تنوع را در شیوه هایی قرار می دهند که به طور موثر می توانند فضاهای متغیر بزرگ موجود در مسائل بهینه سازی طراحی قاب فولادی را هدایت کنند. قوی ترین الگوریتم ها به عنوان جستجوی جستجوی هماهنگ طراحی شده اند.
موضوعات مرتبط
مهندسی و علوم پایه علوم زمین و سیارات مهندسی ژئوتکنیک و زمین شناسی مهندسی
پیش نمایش مقاله
مقایسه استحکام الگوریتم های فراشناختی برای بهینه سازی قاب فولادی
چکیده انگلیسی
In this study the robustness of six metaheuristic algorithms - ant colony optimization, genetic algorithm, harmony search, particle swarm optimization, simulated annealing and tabu search - and their three improved variants - design driven harmony search, adaptive harmony search and improved simulated annealing - are compared, and the characteristics that affect algorithmic robustness are investigated. Algorithmic robustness is defined as the ability of an algorithm to consistently converge to low cost designs regardless of the variable space and irrespective of the initial starting point. To this extent, the variable spaces present in steel frame design optimization problems are studied and two unique challenges of these spaces are identified and explained. Five benchmark steel frame designs, including moment and braced frames, are presented to serve as examples on which the algorithms can be tested, and the robustness of the algorithms is investigated using these representative designs. An in-depth discussion on the characteristics of metaheuristic algorithms that make them successful is presented. It is shown that the algorithms that exhibit robustness are those that incorporate intensification and diversification in ways that can effectively navigate the large variable spaces present in steel frame design optimization problems. The most robust algorithms are found to be design driven harmony search and tabu search.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Engineering Structures - Volume 102, 1 November 2015, Pages 40-60
نویسندگان
, ,