بخشی از مقاله
چکیده
در تحقیق حاضر، از الگوریتم بهینهسازي فرهنگی - CA - براي ﺑﻬﯿﻨﻪﺳﺎزي مقاطع سازههاي خرپایی استفاده شده است. الگوریتم فرهنگی یکی از الگوریتمهاينسبتاً قدیمی در گروه الگوریتمهاي تکاملی میباشد. این الگوریتم با شبیه سازي اصول حاکم بر فرهنگ جوامع انسانی توسعه داده شده است. الگوریتم بهینهسازي فرهنگی از دو فضاي جمعیت و اعتقادي تشکیل شده است که بوسیله توابع پذیرش با هم در ارتباط هستند. فضاي جمعیت، همانند جمعیت سایر الگوریتمهاي تکاملی میباشد که از تعدادي جواب براي مسأله بهینهسازي تشکیل شده است.
در فضاي اعتقادي اطّلاعاتی در مورد فضاي جمعیت، نظیراطّلاعات وضعی و هنجاري ثبت میشوند که در طول فرآیند بهینه سازي از آنها براي تعیین جهت جستجو در فضاي حل مسأله استفاده میشود. به منظور نشان دادن عملکرد الگوریتم مذکور، یک مثال طراحی کهقبلاً توسط محققین بهینهسازي شده است، مورد بررسی قرار گرفته و نتایج بدست آمده با نتایج تحقیقات پیشین مقایسهشده است. نتایج عددي عملکرد خوب و رضایت بخشروش مذکور در طراحی بهینه سازههاي خرپایی را نشان میدهد.
-1 مقدمه
در چند دهه اخیر، محققین روشهاي مختلفی را براي حل مسائل بهینهسازي مهندسی ارائه کردهاند. تحقیقاتاولیّه انجام شده، اغلب به بکارگیري و توسعه روشهاي کلاسیک مبتنی برگرادیان متمرکز بودند که از عملکرد قابل قبولی برخوردار نبودند. در روشهاي کلاسیک بهینه سازي، نقطه شروع به عنوان یک عامل ضروري محسوب شده و فرآیند جستجو بر اساس اطلاعات گرادیان مربوط به تابع هدف انجام میگیرد. همگرایی زودرس، حساس بودن به جوابهاي اولیه و به دام افتادن در نقاط بهینه محلی از مهمترین معایب روشهاي مبتنی برگرادیان میباشد.
در چند سال اخیر، الگوریتمهاي فرا اکتشافی به عنوان جایگزینی مناسب براي روشهاي کلاسیک بهینهسازي مطرح شدهاند. چهارچوب کلی الگوریتمهاي فرا اکتشافی اغلب الهام گرفته شده از طبیعت و یا یک فرآیند خاص میباشد. این الگوریتمها نه تنها معایب روشهاي پیشین را نداشتند، که نسبت به آنها از عملکرد بسیار مطلوبی برخوردار بوده و موقعیت خود را در شاخههاي مختلف مهندسی به عنوان روشهاي بهینهسازي مؤثر تثبیت کردند.
الگوریتمهاي فرا اکتشافی داراي ساختار سادهاي بوده و نیازي به اطلاعات خاصی از تابع هدف ندارند. اما با وجود مزیتهاي اشاره شده، الگوریتمهاي فرا اکتشافی همیشه رسیدن به یک جواب بهینه کلی را تضمین نمیکنند و حتی در برخی از موارد ممکن است در پیدا کردن جوابهاي بهینه نیازمند هزینه محاسباتی زیادي باشند. از اینرو، در سالهاي گذشته محققین بیشتر به دنبال ارائه روشهاي جدید و در صورت امکان بهبود روشهاي موجود براي حل مسائل بهینهسازي مهندسی بودهاند.
در بهینهسازي سازهها، هدف کمینه کردن وزن با رعایت محدودیتهاي آیین نامهاي میباشد. از این محدودیت ها می توان به تنش مجاز در اعضاي سازه، حداکثر جابجائی گرهها و جابجایی نسبی طبقات اشاره کرد. به طور کلی مساله بهینهسازي سازه را میتوان به صورت زیر بیان کرد:
الگوریتم AGAmaxکه توسطگُلدبِرگ - 1989 - ارائه شد، از فرآیند تکاملی انسانها در طی نسلها و بر اساس نظریه داروین الهام گرفته شده است. بر اساس این نظریه، هر انسانی که بهتر بتواند خود را با شرایط طبیعت وفق بدهد، از شانس بیشتري براي ادامه بقاء برخوردار خواهد بود. این الگوریتم در هر تکرار براي یافتن جوابهاي بهینه از دواُپراتور ترکیب و جهش استفاده میکند
اِرباتور و همکاران - 2000 - مقاطع سازههاي خرپایی را با استفاده از الگوریتم GA بهینهسازي کردند. پزشک و همکاران - 2000 - نیز از الگوریتم GA براي طراحی بهینه قابهاي خمشی فولادي استفاده کردهاند. از این الگوریتم براي بهینهسازي شکل و مقاطع سازههاي خرپائی با در نظر گرفتن قیدهاي فرکانس نیز استفاده شده است
