کاربرد الگوریتم ژنتیک و شبکه های عصبی مصنوعی در بهینه سازی سازه های فضاکار چلیکی دو لایه

thesis
abstract

در طراحی بهینه سازه های فضاکار به دلیل پر عضو بودنشان نسبت به سازه های دیگر، زمان زیادتری برای تحلیل، طراحی و یا تعیین وزن آنها مورد نیاز می باشد. در این پایان نامه برای اجتناب از تحلیل های مکرر و وقت گیر مرسوم در روش های معمول، با استفاده از روش شبکه های عصبی مصنوعی و الگوریتم ژنتیک، طراحی بهینه سازه های فضا کار از نوع چلیکی دو لایه انجام گردیده است. برای این کار، 600 نمونه سازه فضا کار چلیکی دو لایه با سه نوع توپولوژی مختلف با دهانه هایی بین 18 تا 60 متر و ضخامت 1 تا 2 متر تحلیل و طراحی شده و در هر مورد وزن بهینه سازه توسط روش ژنتیک الگوریتم تعیین گردیده است. نتایج حاصل برای آموزش و طراحی یک شبکه عصبی مصنوعی برای تخمین وزن بهینه سازه به کار گرفته شده است. بدین ترتیب می توان با توجه به ابعاد زمین، مناسب ترین پوشش از نوع چلیک دو لایه را با یک توپولوژی مشخص به همراه ارتفاع، ضخامت و وزن بهینه پیشنهاد نمود.

First 15 pages

Signup for downloading 15 first pages

Already have an account?login

similar resources

بهینه سازی مشخصات ابعادی در اتصال مواد مرکب چند لایه به کمک شبکه عصبی مصنوعی و الگوریتم ژنتیک

در این مقاله حالات و بارهای گسیختگی برای اتصالات چندپینی در ورق مواد مرکب الیاف شیشه­ای اپوکسی تک جهته، با استفاده از روش اجزای محدود و آزمون­های تجربی تحلیل می­شوند. به علاوه با استفاده از شبکه عصبی مصنوعی و الگوریتم ژنتیک، الگویی معرفی می­شود که در آن پین‌ها در موقعیت بهینه‌شده‌ای قرار ‌گیرند. در اتصالات چند پینی، تغییرات گام نسبت به قطر پین، عرض ورق نسبت به قطر پین و نسبت فاصله از لبه ورق به...

full text

طراحی بهینه سازه های فضاکار مبتنی بر نظریه قابلیت اطمینان با استفاده از الگوریتم ژنتیک

بهینه سازی سازه­ها بر اساس نظریه قابلیت اطمینان، با توجه به طبیعت تصادفی پارامترهای سازه­ای از قبیل خواص مصالح، بارهای خارجی، ابعاد هندسی و غیره مورد توجه ویژه­ای قرار گرفته است. به کمک نظریه قابلیت اطمینان سیستم­های سازه­ای، می­توان عدم قطعیت­های ناشی از طبیعت آماری پارامترهای سازه­ای را به صورت روابط ریاضی درآورد. متعاقباً، می­توان ملاحظات ایمنی و عملکرد را به طور کمی وارد روند طراحی نمود. در ...

full text

بهینه سازی سازه های فضاکار گنبدی شکل با استفاده از الگوریتم ژنتیک و شبکه های عصبی مصنوعی

توانایی بالای گنبدهای فضاکار در پوشش دهانه های بزرگ و با حداقل تعداد ستون های میانی، سبب توجه بیش از پیش طراحان به این نوع سازه ها شده است. در این پایان نامه برای اجتناب از روش های مرسوم و وقت گیر در طراحی بهینه این سازه ها و نیز با توجه به گوناگونی فرم های سازه ای گنبدی شکل، از الگوریتم ژنتیک و همچنین شبکه های عصبی مصنوعی استفاده شده است. برای این کار، 378 نمونه گنبد با شش نوع پیکره بندی مختلف...

15 صفحه اول

مدل سازی و بهینه سازی واحد تولید هیدروژن با شبکه ی عصبی مصنوعی و الگوریتم ژنتیک

هدف اصلی این پژوهش، مدل سازی واحد صنعتی تولید هیدروژن براساس تبدیل متان با بخار آب با کاربرد شبکه ی عصبی مصنوعی است. عامل های دبی فراورده و انرژی مصرفی به عنوان عامل های خروجی مدل در نظر گرفته شد و دو شبکه ی عصبی مجزا برای پیش بینی این دو عامل مدنظر قرارگرفت. نتیجه های مدل سازی با دقت بسیار خوب، خطای متوسط مطلق، خطای متوسط نسبی و خطای احتمالی بین داده های واقعی کارخانه و مدل را به ترتیب برابر ب...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


document type: thesis

وزارت علوم، تحقیقات و فناوری - دانشگاه فردوسی مشهد

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023