9920

9920

تئوري قابليت اعتماد فازي با استفاده از الگوريتم¬هاي فراكاوشي

دريافت درجه دكتري

رشته مهندسي عمران گرايش سازه

ارديبهشت ماه 1391

ارديبهشت ماه 1391

دكتر محسنعلي شايانفر-دكتر محمد علي برخورداري

چكيده در اين پژوهش حل مسائل قابليت اعتماد فازي مورد بررسي قرار مي گيرد. روش هاي مختلفي براي حل مسائل قابليت اعتماد فازي در دو دهه اخير ارائه شده است. در اين پژوهش يك روش جديد بر اساس الگوريتم ژنتيك براي حل مسائل قابليت اعتماد فازي ارائه مي شود كه در مقايسه با ديگر روش هاي موجود سريعتر و كارآمدتر مي باشد. در قابليت اعتماد فازي، شاخص قابليت اعتماد بصورت يك عدد فازي محاسبه مي شود. روش α-cut به عنوان روشي شناخته شده در قابليت اعتماد فازي استفاده مي شود. با استفاده از روش α-cut، متغير تصادفي فازي به يك متغير تصادفي بازه اي براي هر برش آلفا تبديل مي شود. قابليت اعتماد بازه اي دقيق با در نظر گرفتن تمام تركيبات ممكن متغيرهاي اصلي بدست مي آيد. براي تشكيل بازه قابليت اعتماد، تنها كافي است تا حدود بالايي و پاييني قابليت اعتماد محاسبه شوند. بنابراين يك الگوريتم جستجو مي تواند بر روي متغيرهاي بازه اي تبديل شده استفاده شود تا ماكزيمم و مينيمم قابليت اعتماد بدست آيد. در اين تحقيق، يك الگوريتم ژنتيك اصلاح شده به منظور يافتن قابليت اعتماد بازه اي براي هر برش آلفا استفاده مي شود. در انتها، قابليت اعتماد فازي با روي هم گذاري قابليت اعتماد هاي بازه اي بدست مي آيد. در فرآيند حل مسئله قابليت اعتماد فازي با چندين مسئله كلاسيك قابليت اعتماد روبرو مي شويم كه در اين پايان نامه دو روش جديد به نام هاي الگوريتم توده ذرات و شبيه سازي مونت كارلو با نمونه گيري با اهميت جديد براي حل مسائل قابليت اعتماد كلاسيك ارائه مي شوند. روش هاي قابليت اعتماد زيادي بر اساس الگوريتم هاي فراكاوشي وجود دارد. ارزيابي قابليت اعتماد سازه اي بر اساس PSO توسط Charles Elegbede ارائه شده بود كه مسئله قابليت اعتماد را بصورت مسئله بهينه يابي مقيد در نظر مي گرفت. تابع جريمه و ضريب جريمه بخش هاي اساسي از مسئله هاي بهينه يابي مقيد مي باشند. تعيين تابع جريمه و ضريب جريمه دشوار و زمان گير مي باشد. در اين پژوهش، بردارهاي جستجو در فضاي مسئله بعنوان جمعيتي از PSO در نظر گرفته مي شوند. بنابراين مسئله قابليت اعتماد بصورت يك مسئله بهينه يابي غيرمقيد كه به تابع و ضريب جريمه نياز ندارد تبديل مي شود. الگوريتم ارائه شده سريع تر از رقيبش اجرا مي گردد. شبيه سازي مونت كارلو روشي مناسب براي تحليل قابليت اعتماد ساز ها مي باشد. اما در شبيه سازي مونت كارلو، به منظور محاسبه احتمال هاي كوچك گسيختگي به تعداد زيادي شبيه سازي نياز مي باشد. روش هاي زيادي مانند، نمونه گيري با اهميت به منظور كاهش زمان محاسباتي ارائه شده اند. در اين پايان نامه يك روش نمونه گيري با اهميت به منظور كاهش تعداد محاسبات تابع حالت حدي پيشنهاد مي شود. از سوي ديگر، الگوريتم پيشنهادي نيازي به دانستن موقعيت نقطه طراحي يا شكل تابع حالت حدي ندارد. ايده اصلي الگوريتم پيشنهادي اين است كه مقدار متوسط تابع چگالي احتمال نمونه گيري در پروسه شبيه سازي تغيير مي كند. در حقيقت، در پروسه توليد نقاط تصادفي، هر نقطه با تابع حالت حدي كمتر و فاصله نزديك تر از مركز فضاي مسئله به عنوان ميانگين تابع چگالي نمونه برداري در نظر گرفته مي شود. بر اين اساس، مركزيت نمونه برداري بر مناطق با اهميت از فضاي مسئله خواهد بود. واژه‌هاي كليدي: تئوري قابليت اعتماد فازي، الگوريتم ژنتيك، الگوريتم توده ذرات، شبيه سازي مونت كارلو.