بخشی از مقاله
خلاصه
بهینه سازي در علم مهندسی یعنی رسیدن به بهترین نتیجه از بین تمامی حالتهاي ممکن، مادامی که محدودیت هاي مشخص مربوط به مسئله بهینه سازي برآورده شده باشد. با توجه به کاهش همه جانبه منابع، بهینه سازي در زمینههاي مهندسی به امري ضروري مبدل شده است. به همین منظور محققین روشهاي محتلفی را در حل مسائل مهندسی به کار گرفتهاند که از جمله جدیدترین این روشها الگوریتم اصلاح شده بهینه سازي مبتنی بر آموزش و یادگیري می باشد.
این روش با الهام از رفتار یک معلم در کلاس درس و انتقال آموزش از طریق او به دانش آموزان توانسته است مدلی را براي بهینه سازي ارائه نماید . بر خلاف سایر الگوریتم هاي فراکاووشی الهام یافته از طبیعت، براي اجراي الگوریتم TLBO اصلاح شده نیازمند هیچ گونه پارامتر کنترل کننده خاصی نیست و فقط پارامترهاي معمول بهینه سازي از قبیل اندازه جمعیت، تعداد تکرار و...در اجراي آن تاثیر گذار هستند . در این تحقیق سعی شده است با استفاده از این روش به بهینه سازي خرپاهاي فضایی پرداخته شود و کارایی و عملکرد آن در حل مسائل بهینه سازي سازه مورد بررسی و ارزشیابی قرار گیرد.
.1 مقدمه
امروزه کاربردهاي بهینه سازي تکاملی مبتنی بر جمعیت در علم مهندسی بسیار فراگیر شده است. بسیاري از این روشها در جستجوي هر دو مدل آموخته و ذاتی هستند که در انتقال اطلاعات در میان تک تک افراد بسیار موثر و کارآمد است. برخی از معروف ترین این روشها مانند: الگوریتم ژنتیک - - GAs که براي اولین بار توسط هالند[20] و گولدبرگ [17] معرفی شد. بهینه سازي کلونی مورچه - ACO - که توسط دوریگو [10] توسعه داده شد، رفتار جستجوي یک کلونی مورچه را مدل کرده است، الگوریتم بهینه سازي ازدحام ذرات - PSO - توسط کندي و ابرهارت[22] پیشنهاد شد که رفتار طبیعی بین یک دسته از پرندگان و یا یک گروه از ماهی ها را شبیه سازي کرده است. معمولا روشهاي فراکاووشی به صورت سیستماتیک با کاهش فضاي جستجو در طی یک رویه تکراري بر جمعیت متمرکز است که با بررسی عملکرد تک تک اعضاي جمعیت به سمت بهترین راه حل مجاز حرکت می کند.
اخیرا رائو[29] با معرفی یک روش نوین با نام بهینه سازي مبتنی بر آموزش و یادگیري - - TLBO1 که با استفاده از مدل ساده آموزش و یادگیري در یک کلاس درس به عنوان مفاهیم اصلی براي یک الگوریتم بهینه سازي تکاملی الهام گرفته است. در TLBO به بررسی تاثیر معلم بر دانش آموزان و تبادل اطلاعات میان دانش آموزان در یک فرآیند تکرار به افزایش سطح دانش آموزان کلاس و بهبود کلی عملکرد کلاس پرداخته است. روش مبتنی بر آموزش و یادگیري شامل دو بخش اصلی است: مرحله معلم؛ در این مرحله میانگین عملکرد و یا دانستهاي کلاس به سمت معلم حرکت می کند، مرحله دانش آموز؛ در این مرحله دانش آموزان با به اشتراك گذاشتن دانستهاي خود با یکدیگر باعث افزایش سطح خود می شوند.
.2طراحی خرپا
در بهینه سازي خرپا معمولا تمرکز بر روي بدست آوردن حداقل وزن سازه با رعایت محدودیت هاي تنش و تغییرمکان است. زمانی که هندسه خرپا ثابت شود، هدف بهینه سازي انتخاب سطح مقطع براي هر یک از اعضا می باشد که با این عمل وزن سازه حداقل می شود و محدودیت هاي تنش و تغییرمکان نیز برآورده شده است. از آنجایی که w وزن خرپاي متشکل از Nm عضو است وبراي هر عضو برابر با e است: e وزن واحد حجم: le طول و Ae سطح مقطع عرضی است. خرپاي طراحی شده باید هر دو محدودیت هاي تغییرشکل و تنش را ارضاء کند. حدود مقاطع عرضی، تنش ها و تغییرشکلها به وسیله حد پایینl و حد بالاي u تعریف شده اند.
.3 بهینه سازي مبتنی بر آموزش و یادگیري
روش مبتنی بر آموزش و یادگیري با نام اختصاري TLBO بر مبناي دو بخش اصلی بنا شده است: - 1 - فاز معلم - 2 - فاز دانش آموز. با توجه به شکل - - 1 ، در یک تکرار i معلم - Ti - تلاش می کند سطح دانش آموزان را افزایش دهد و به سمت خود سوق دهد، که این تلاش را می توان با بهبود میانگین دانش آموزان از مقدار - Mi - به مقدار - Mi+1 - نشان داد. از آنجا که دانش آموزان در تکرار اول سطح شان با آموزش معلم افزایش یافت لذا در این روش براي تکرار بعدي معلم جدیدي گزینش می شود تا آموزش هاي بعدي را جهت افزایش مجدد سطح کلاس انجام دهد. این معلم جدید در تکرار جدید - i+1 - از بین دانش آموزان در تکرار حاضر به صورت گزینش بین بهترین اعضا انتخاب می شود - . - Ti+1
