کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
7056566 1458053 2015 20 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Performance analysis and feasibility study of ant colony optimization, particle swarm optimization and cuckoo search algorithms for inverse heat transfer problems
ترجمه فارسی عنوان
تجزیه و تحلیل عملکرد و مطالعه امکان سنجی بهینه سازی کلون مورچه، بهینه سازی ذرات و الگوریتم های جستجوی کوکو برای مشکلات انتقال حرارت معکوس
کلمات کلیدی
بهینه سازی کلینیک مورچه، بهینه سازی ذرات ذرات، جستجوی کوکنار، انتقال حرارت معکوس، منظم سازی،
ترجمه چکیده
در این مقاله، سه الگوریتم فراشناختی به تازگی توسعه داده شده است (بهینه سازی موش ها، جستجوی کوکو و بهینه سازی ذرات ذرات) برای یک کلاس از مشکلات انتقال حرارت مورد بررسی قرار گرفته است. مرزهای ناشناخته شار گرما برای هدایت، ترانسفورماتور و مسائل مربوط به تابش هدایت همراه شده است. مشکلات مستقیم برای تعیین توزیع درجه حرارت با توجه به شار حرارتی شناخته شده حل می شود. سپس روش معکوس برای تخمین شار حرارتی مرزی با کمک درجه حرارت که قبلا از مساله مستقیم تعیین شده است استفاده می شود. برای تکرار خطای آزمایشی، اثر نویز بر روی داده های دما برای بررسی استحکام تمام الگوریتم ها معرفی شده است. اثر اندازه گام زمان و تنظیم شدن مورد بررسی قرار گرفته است. یافته شده است که تمام الگوریتم ها امیدوار کننده هستند و می توانند برای این کلاس از مشکلات انتقال حرارت معکوس استفاده شوند. عملکرد تمام الگوریتم ها قابل مقایسه است. کارایی این سه الگوریتم با توجه به زمان پردازنده مقایسه می شود. الگوریتم بهینه سازی کلون مورچه به عنوان یکی از مهمترین کارایی و بهینه سازی ذرات ذرات و الگوریتم جستجوی جستجو برای همه ی مشکلات انتقال حرارت در نظر گرفته می شود. تمام الگوریتم ها نیز برای تخمین ضریب انتشار مواد غذایی (قارچ) با استفاده از داده های تجربی مورد استفاده قرار می گیرند.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی شیمی جریان سیال و فرایندهای انتقال
پیش نمایش مقاله
تجزیه و تحلیل عملکرد و مطالعه امکان سنجی بهینه سازی کلون مورچه، بهینه سازی ذرات و الگوریتم های جستجوی کوکو برای مشکلات انتقال حرارت معکوس
چکیده انگلیسی
In the present work, three recently developed metaheuristic algorithms (ant colony optimization, cuckoo search and particle swarm optimization) are examined for a class of heat transfer problems. Unknown boundary heat fluxes are estimated for conduction, convection and coupled conduction-radiation problems. Direct problems are solved to determine temperature distribution assuming known boundary heat flux. Inverse method is then used to estimate boundary heat flux with the help of the temperature previously determined from the direct problem. To replicate experimental error, effect of noise on temperature data is introduced to examine the robustness of all the algorithms. Effect of time step size and regularization are studied. It is found that all the algorithms are promising and can be used for this class of inverse heat transfer problems. Performance of all the algorithms is comparable. Efficiency of the three algorithms is compared in terms of CPU time. Ant colony optimization algorithm is found to be most efficient followed by particle swarm optimization and cuckoo search algorithms for all the considered heat transfer problems. All the algorithms are also applied to estimate diffusion coefficient of a food material (mushroom) using experimental data.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: International Journal of Heat and Mass Transfer - Volume 89, October 2015, Pages 359-378
نویسندگان
, , , , ,