17070

17070

بهينه سازي سازه هاي فولادي با رويكرد بهبود عملكردي الگوريتم هاي فراكاوشي

دكتري

سازه

دي ماه 1394

پروفسور علي كاوه

عمران

چكيده مسئله بهينه سازي سازه¬اي را مي¬توان به سه حوزه باز براي تحقيق كه به ترتيب عبارتند از: (1) بهينه ياب (2) مدلسازي و حل مسائل مهندسي سازه¬اي جديد به صورت يك مسئله بهينه، و (3) تحليلگر تقسيم كرد كه سازه¬هاي فولادي نيز از اين مقوله مستثني نمي¬باشند. هدف از اين پايان¬نامه در چهارچوب دو حوزه اول و با تاكيد بيشتر بر روي حوزه اول تعريف گرديده كه به ترتيب عبارتند از توسعه الگوريتمي براي مسائل بهينه سازي سازه¬اي و تعريف و مدلسازي و حل مسائل بهينه¬يابي سازه¬اي جديد، كه داراي يك فصل مشترك يعني بهينه ياب مي¬باشند. در مورد حوزه اول ابتدا يك الگوريتم فراكاوشي جديد، الگوريتم تبخير آب (Water Evaporation Optimization)، به صورت مختصر الگوريتم WEO، ابداع گرديده است. الگوريتم تبخير آب به عنوان الگوريتم فراكاوشي بنيان جمعيت جديد از دسته الگوريتم¬هاي الهام گرفته شده از پديده¬هاي فيزيكي (Physically Based) مي¬باشد كه از پديده تبخير آب از روي سطح جامد الهام گرفته شده است. ارزيابي عملكردي الگوريتم ابداعي حاكي از عملكرد مقايسه¬اي WEO با ساير الگوريتم¬هاي فراكاوشي شناخته شده از نظر دقت و نيرومندي مي¬باشد. سپس در مورد بهبود عملكردي الگوريتم¬هاي موجود ابتدا به بهبود عملكردي الگوريتم PSO به عنوان شناخته شده¬ترين الگوريتم خود سازمان پرداخته شده است. براي رسيدن به اين مهم، مكانيزم¬هاي استفاده شده در الگوريتم پرستو (Swallow Swarm Optimization) به الگوريتم PSO اضافه گرديده و تعادل بين جستجوي كلي و محلي PSO را افزايش داده و شناخته شده¬ترين نقطه ضعف الگوريتم PSO، همگرايي زودرس و دقت پايين در مسائل پيچيده، مرتفع گرديده است. بايد ذكر گردد كه اين روش بهبودي از استراتژي تركيب الگوريتم¬ها پيروي مي¬كند. در ادامه جهت كاهش هزينه محاسباتي بالاي الگوريتم پرنده فاخته (Cuckoo Search) به عنوان تنها نقطه ضعف شناخته شده الگوريتم پرنده فاخته (CS)، مكانيزمي جديد و موثر تحت عنوان مكانيزم جستجوي زير فضا ابداع گرديده است. لازم به ذكر است كه اين مكانيزم مي¬تواند در زمره روش¬هاي مربوط به استراتژي بهبود فرمولاسيون و بهبود فضاي جستجو قرار گيرد. در مورد حوزه دوم طراحي بهينه پل¬هاي مستقيم چند دهانه جعبه فلزي با عرشه بتني، و طراحي بهينه لرزه¬اي سازه¬هاي فولادي سه بعدي با تعداد طبقات متوسط با رويكرد مقايسه¬اي دو روش تحليل استاتيكي معادل و تحليل طيفي دو مسئله جديد بهينه يابي مطالعه شده مي¬باشند. نتايج حاكي از عملكرد مناسب بسته نرم افزاري توسعه داده شده در حل اين دو مسئله بهينه-يابي جديد مي¬باشد. واژه‌هاي كليدي: بهينه يابي سازه¬اي، الگوريتم¬هاي فراكاوشي، توسعه الگوريتمي، الگوريتم تبخير آب.

1396/01/20

1/1/1900 12:00:00 AM

Abstract: The structural optimization problem can be opened in three areas of study were as follows: (i) Optimizer; (ii) Modeling an​d solving engineering problems as a new structural optimization problem; an​d (iii) Analyzer. The steel structural optimization problems are also not excluded from these categories. The aim of this thesis is defined in the first two phases with a more emphasize on the first field, which were as follows: developing algorithms for structural optimization problems an​d defining, modeling an​d solving new structural optimization problems. In according with the first phase firstly a novel physically inspired non-gradient algorithm is developed. The algorithm being called Water Evaporation Optimization (WEO) mimics the evaporation of a tiny amount of water molecules on the solid surface with different wettability which can be studied by molecular dynamics simulations. Secondarily in order to overcome premature convergence of the algorithm PSO an​d improving its performance search mechanisms of Swallow Swarm Optimization (SSO) are implemented in the framework of Particle Swarm Optimization (PSO) to form the Hybrid Particle Swallow Swarm Optimization (HPSSO) algorithm. Thirdly, in line with the first phase this study presents a strategy so-called Subspace Search Mechanism (SSM) for reducing the computational time for convergence of population based metaheuristics. The selected metaheuristic for this study is the Cuckoo Search algorithm (CS). SSM approach aims to reduce dimension of the problem. Design variables are categorized to predefined groups (subspaces). SSM focuses on the multiple uses of the metaheuristic at hand for each subspace. For eva​luating the proposed novel algorithm an​d developed algorithms, steel structural optimization problems with both continuous an​d discrete design spaces are used here as a benchmark test bed. The optimization results demonstrate the efficiency an​d robustness of the proposed algorithms. In according with the second phase firstly an integrated meta-heuristic based optimization procedure is proposed for discrete size optimization of straight multi-span steel box girders with the objective of minimizing the self-weight of girder. The optimum design of a box girder is characterized by geometry, serviceability an​d ultimate limit states specified by the American Association of State Highway an​d Transportation Officials (AASHTO). Size optimization of a practical design example investigates the efficiency of this optimization approach an​d leads to around 15% of saving in material. In line with the second phase this study secondly is concerned with optimization of real size 3D steel structures under seismic loading based on response spectral an​d equivalent static analysis. The effect of lateral seismic loading distribution on the achieved optimum designs is investigated. Results show similar weights for optimum designs using spectral an​d equivalent static analysis, however, different material distribution an​d seismic behaviors are observed. It should be noted that in both studies the meta-heuristic algorithm of choice is the Cuckoo Search (CS) algorithm. Keywords: Structural optimization; Metaheuristic algorithms; Algorithm development: Water Evaporation Optimization algorithm (WEO).