21347

21347

بهينه سازي هزينه ي ساخت موج شكن توده سنگي با استفاده از حل كننده ي ديكاپت در نرم افزار گمز و الگوريتم ژنتيك

كارشناسي ارشد

سواحل، بنادر و سازه هاي دريايي

1394

1398/1/31

عباس يگانه بختياري - فاطمه حاجي وليئي

عمران

موج شكن ها از جمله سازه هاي ساحلي پر هزينه در صنايع دريايي هستند. در بين انواع مختلف موج شكن-ها، موج شكن هاي توده سنگي سنتي متداول ترين نوع موج شكن هاست و در دهه هاي اخير به طور روزافزوني در ساخت بنادر در سطح دنيا به خصوص در جنوب كشور ايران به دليل عمق مناسب و مصالح سنگي در دسترس به كار گرفته شده است. تقريباً نيمي از هزينه ي بندر به موج شكن هاي آن اختصاص داده مي شوند، به همين دليل طراحي بهينه اين سازه ها اخيراً مورد توجه بسياري از محققين قرار گرفته است. در اين تحقيق با ارائه ي يك مدل از طراحي موج شكن توده سنگي واقع در جنوب كشور به نام بنجي به بهينه سازي هزينه ي ساخت يك متر طول موج شكن به عنوان يك نسخه از طراحي و تعميم آن براي مقاطع مختلف با توجه به ارتفاع موج برخوردي پرداخته شده است. بهينه سازي از سه بخش تابع هدف، قيود و متغيرهاي طراحي تشكيل شده است. بدين صورت كه اجزاي تابع هدف اين تحقيق شامل هزينه ي ساخت يك متر طول موج شكن و همچنين متغيرهاي طراحي بهينه ي به‌كار برده شده شامل ابعاد هندسه ي موج شكن و زواياي شيب اجزاي مختلف موج شكن و در نهايت قيود مسئله براي محدود كردن پارامترهاي درگير در محدوده ي وظايف خود، جهت ارضا شدن مسائل مربوط به طراحي شامل روگذري، بالاروي، پايداري لايه ي آرمور و پايداري پنجه كه از مهم ترين پارامترهاي طراحي موج شكن است درنظرگرفته مي شوند. هدف از تحقيق اين است كه جواب بهينه ي سراسري از مدل پيشنهادي با حداقل هزينه براي موج شكن مورد مطالعاتي بنجي ارائه گردد. براي اين منظور تحدب مدل شامل تابع هدف و قيود طراحي مورد بررسي قرار گرفته است. ولي با توجه به محدب نبودن فضاي حل، روش هاي ديگري نظير روش شمارشي كامل در كل فضاي جستجو با استفاده از حل كننده ي fmincon، الگوريتم ژنتيك و همچنين حل كننده ي DICOPT در نرم افزار GAMS براي بهبود در مقايسه ي جواب هاي بهينه در هزينه ي ساخت موج شكن مورد مطالعاتي ارائه گرديده است. نتايج به دست آمده از اين تحقيق به اين صورت بوده است كه مي توان با روش هاي فوق الذكر نسبت به روش هاي متداول طراحي تا 3.04 درصد هزينه ي طرح را كاهش داد.

1398/09/05

Optimal Cost Design of Rubble Mound Breakwater Using DICOPT Solver in GAMS Software and Using Genetic Algorithm

4/20/2019 12:00:00 AM

Breakwaters is among costly marine structures in marine industry. Between different types of breakwaters, rubble mound breakwater is one of the most common models. This type of breakwater has been frequently built in the past decades throughout the world and especially in southern parts of Iran. Using this type of breakwater in southern parts of Iran is due to the appropriate depth in these regions and also abundance of needed rubble materials. Roughly half of the cost of building a harbor is due to the breakwaters, therefore optimal cost design has received a significant attention in the literature. In this research, a model of rubble mound breakwater for an existing breakwater in the south of Iran called “Bonji” is studied. Furthermore the design cost of this model is optimized, for the length of one meter and can be extended for different sections considering the wave height. Optimization is done in three major areas, objective function, constrains and design variables. In this research objective function includes initial construction cost of one meter breakwater and the optimized design variables include geometrical parameters and the slope angels of the breakwater, furthermore overtopping, run up, stability of armor layer and toe which are three of the most important parameters in breakwater design, are the constrains of the equations. These constrains must be satisfied in order to design a well-balanced breakwater. The main goal of this research is to introduce a global and optimized solution to achieve minimum cost for the proposed model in the above mentioned Bonji case. To do so the convexity of the model including objective function and constrains has been investigated. But also considering that the equations are not in a convex space, other methods such as direct search using the fmincon solver, genetic algorithm and DICOPT in GAMS was studied and used to compare different optimized solutions and to identify the best optimized solution for the mentioned model. This research shows that comparing to common used methods, by using the proposed methods it is possible to reduce the cost by 3.04 percent.