22367

الگوريتم فراكاوشي جديد براي بهينه سازي مسائل مهندسي

كارشناسي ارشد

سازه

1397

1399/6/12

دكتر كاوه

عمران

در اين مطالعه الگوريتم فراكاوشي چند اجتماعي جديد به نام الگوريتم چوپان بهم آميخته شده معرفي گرديده است كه به اختصار الگوريتم چوپان نام گذاري شده است. الگوريتم چوپان از رفتار چوپان در طبيعت الهام گرفته شده است. در اين الگوريتم براي محاسبه بردار حركت، هم حركت به سمت عضو بدتر و هم به سمت عضو بهتر به صورت همزمان وجود دارد. در اين روش ابتدا عوامل بهينه سازي به اجتماع‌هاي كوچكتري كه گله ناميده مي‌شوند، تقسيم مي‌گردند. سپس فرايند بهينه سازي كه از رفتار چوپان الهام گرفته شده است در هر يك اجتماع‌ها عمل مي‌كند و موقعيت جديد عوامل بهينه سازي به دست مي‌آيد. اگر موقعيت بدست آمده از لحاظ تابع هدف بهتر از موقعيت قبلي باشد موقعيت ذره به روز مي‌شود. جهت بررسي عملكرد الگوريتم چوپان ابتدا 17 بنچ مارك رياضي بهينه سازي و 2 مسئله كلاسيك مهندسي مورد بررسي قرار گرفته است و سپس بهينه سازي وزن 4 سازه خرپايي و يك شبكه دولايه مورد بررسي قرار گرفته است و در آخر نيز عمكرد الگوريتم در بهينه سازي فرم و وزن 5 سازه ارزيابي گشته است. نتايج بدست آمده نشان مي‌دهد كه الگوريتم چوپان در مقايسه با ساير روش‌هاي در نظر گرفته شده، عملكرد بهتري را دارد.

1399/06/17

A New Meta-heuristic Algorithm For Engineering Optimization Problems

9/3/2021 12:00:00 AM

In this thesis, a new multi-community algorithm namely the Shuffled Shepherd Optimization Algorithm (SSOA) is proposed. SSOA is inspired by the herding behavior of shepherds in nature. In this optimization method, to calculate the step size, there are both movements toward better and worse members simultaneously. In the SSOA, the population of candidate solutions is divided into small communities. Next, the optimization process inspired by shepherd's behavior performs in each community, and the new position of candidate solution obtain. If the obtained position in terms of objective function value is better than the previous one, it will be updated. To evaluate the performance of the SSOA, 17 mathematical benchmark functions, and 2 classical engineering problems are examined. Moreover, the sizing optimization of 4 truss structures and a double-layer grid are investigated. Finally, the performance of the SSOA is verified in simultaneous sizing and layout optimization of truss structures. All obtained results indicate that SSOA has better performance than other considered methods in both aspects of accuracy and convergence speed.