دانلود مقاله ترجمه شده بهینه سازی ساختاری با استفاده از یک الگوریتم ژنتیکی جدید برای همگرایی سریع

یک الگوریتم تکاملی جدید بر اساس الگوریتم ژنتیک در این مقاله ارائه شده است که برای یک کلاس عمومی مسائل بهینه سازی ساختاری مناسب است. این الگوریتم برای انواع گسسته و / یا پیوسته متغیرهای طراحی قابل استفاده است. الگوریتم پیشنهادی طوری طراحی شده است که هر زمان یک راه حل بهینه موضعی نزدیک باشد به سرعت به OPTIMA موضعی همگرا می گردد. در هر نسل، الگوریتم یک کروموزوم از جمعیت انتخاب می کند که نشان دهنده یک طراحی نزدیک به یک بهینه محلی است. علاوه بر این، مجموعه ای جدید از کروموزوم ها به نام کروموزوم های رقم منفرد (SDC) تولید شده اند و همه آنها به جز یکی، بیت های صفر دارند. کروموزوم ها از جمعیت انتخاب شده اند و افزایش و کاهش باینری (دوتایی) آنها توسط SDCs انجام شده است. از طریق تعدادی از نمونه های آزمون نشان داده شده است که الگوریتم پیشنهادی در مقایسه با الگوریتم ژنتیک سنتی بسیار قوی و قابل اعتماد است.

-1مقدمه

آنگونه که از منابع علمی پیداست الگوریتم های تکاملی با موفقیت در بهینه سازی ساختاری مورد استفاده قرار گرفته اند. همانگونه که توسط نشریات اخیرا منعکس شده که استفاده از این تکنیک ها را برای انواع مسائل در طراحی ساختاری [14] با تغییرات در الگوریتم برای متناسب بودن با مسائل خاص نشان می دهند، آن (الگوریتم های تکاملی) روند مداومی برای استفاده از این نوع از الگوریتم است. بررسی دقیق الگوریتم های تکاملی (EAS) در زمینه بهینه سازی ساختاری در منبع [5] ارائه شده است که بیشتر ادبیات (منابع) منتشر شده در این زمینه را پوشش می دهد. این یک نوع (رده) از الگوریتم ها است که در آن ایده ها از ژنتیک، تئوری تکاملی و زیست شناسی سلولی گرفته شده اند. حتی اصطلاحات استفاده شده در این الگوریتم از فرآیندهای بیولوژیکی گرفته شده است. این الگوریتم ها با موفقیت در بسیاری از سال های گذشته برای حل مسائل مهندسی به خصوص مسائل بهینه سازی استفاده شده اند…