تعیین ترکیب بهینه مهاربندها در قاب های فولادی با استفاده از تابع جریمه خارجی و الگوریتم ژنتیک
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه خلیج فارس - دانشکده فنی
- نویسنده احمد رحمانیان کوشککی
- استاد راهنما امین کشاورز علی رضا فیوض
- سال انتشار 1389
چکیده
به طور معمول درساختمانهای فلزی از مهاربندها جهت تحمل نیروهای جانبی وکاهش تغییر مکان جانبی طبقات استفاده می گردد. هر چه تعداد دهانه ها و یا تعداد طبقات ساختمان بیشتر شود، تعداد حالت هایی را که می توان برای ترکیب مهار بندها در نظر گرفت، افزایش می یابد. از طرفی تغییر آرایش مهاربندها باعث تغییر در تنش های اعضاء، وزن اسکلت سازه ای و تغییر شکل جانبی طبقات سیستم سازه ای می گردد. در این تحقیق از روش الگورتیم ژنتیک برای یافتن بهینه ترین ترکیب مهاربندها در قاب فلزی دو بعدی استفاده شده است. بنابراین ترکیب مهاربندها به عنوان تنها متغیرهای (desing variables) مسئله در نظر گرفته شده اند. وزن اسکلت سازه ای، تابع هدف در مسئله بهینه یابی این تحقیق را تشکیل می دهند. در این تحقیق از روش تابع جریمه خارجی برای تبدیل مسئله بهینه یابی مقید به نامقید استفاده شده است. در این تحقیق از روش کد گذاری جایگشتی به جای روش کد گذاری دودویی که مرسوم می باشد، استفاده شده است. عملگرهای مورد استفاده دراین تحقیق، عملگرد پیوند (crossover )، عملگرجهش (mutation) وعملگر معکوس (inversion) می باشند و سپس جمعیت تولید شده با احتمال اندکی توسط تابع جدیدی به نام fine tuning بهبود یافته است.. در نهایت مثالهای مختلفی از قابها با طبقات مختلف، با استفاده از این برنامه بهینه یابی شده اند. همچنین تأثیر پارامترهای مختلف ga در کیفیت جواب نهایی و سرعت همگرایی بررسی شده است. در پایان نتیجه گرفته شده است که ترکیب متداول مهاربندیها به هیچ عنوان آرایشهای مناسب از نظر سازه ای نیستند. برای کاهش تعداد محاسبات و بالا بردن سرعت کار، استفاده از روش شبکه های عصبی مصنوعی (ann) پیشنهاد شده است.
منابع مشابه
بهینه سازی وزن قاب های فولادی با استفاده از الگوریتم ژنتیک
در طراحی های اخیر، بهینه سازی سازه ها برای کمترین وزن، اهمیت زیادی پیدا کرده است. در این مطالعه از الگوریتم بهینه سازی ژنتیک که یک تکنیک بهینه سازی و جستجو براساس اصول ژنتیک و انتخاب طبیعی می باشد برای به حداقل رساندن وزن قاب های فولادی استفاده شده است. محدودیت های مربوط به مقاومت و خدمت پذیری از آیین نامه انجمن ساختمان های فولادی آمریکا (aisc) گرفته شده و در الگوریتم اعمال شده است. فرآیند طراح...
متن کاملتوسعه روش تحلیل پلاستیک برای قاب های مهاربندی و بهینه سازی آن با استفاده از الگوریتم ژنتیک جهت پیش بینی فروریزش قاب های فولادی با مهاربند
روش تحلیل پلاستیک از جمله موثرترین و پرکاربردترین روش‌ها در این حوزه می‌باشد. با وجود این که استفاده از روش تحلیل پلاستیک در قابهای خمشی به صورت دستی امری بسیار زمان‌بر و خسته‌کننده می‌باشد، روند تحلیل ساده بوده و محققین متعدد در این حوزه فعالیت‌هایی داشته‌اند. لکن تحلیل قابهای مهاربندی به دلیل مسئله کمانش مهاربندها و وجود نیروهای محوری و برشی در اعضای قاب بسیار پیچیده بوده و لذا تحقیق چندانی...
متن کاملبهینه سازی وزن قاب های فالادی با استفاده از الگوریتم ژنتیک
در طراحی‌های اخیر، بهینهسازی سازهها برای کمترین وزن اهمیت زیادی پیدا کرده است. در این مطالعه از الگوریتم بهینهسازی ژنتیک که یک تکنیک بهینهسازی و جستجو براساس اصول ژنتیک و انتخاب طبیعی می‌باشد برای به حداقل رساندن وزن قابهای فولادی استفاده شده است. محدودیت‌های مربوط به مقاومت و خدمت‌پذیری از آیین‌نامه انجمن ساختمان‌های فولادی آمریکا (AISC) گرفته شده و در الگوریتم اعمال شده است. فرآیند طراحی...
متن کاملبهینه سازی چند هدفه قاب های خمشی بتن آرمه با استفاده از الگوریتم ژنتیک و روش جمع وزنی توابع هدف
در چند دهه اخیر استفاده از الگوریتم ژنتیک برای بهینهسازی سازهها مورد توجه بسیاری بوده و سازههای فولادی و بتنی با هدف بهینه سازی وزن مورد بررسی قرار گرفته اند. اما بهینه سازی چند هدفه به منظور تعیین موازنه توابع هدف و استخراج جبهه پاراتو در سازه های فولادی و خصوصاً بتن آرمه چالش برانگیز بوده است. در این مقاله توابع هدف هزینه و جابهجایی برای بهینه سازی قابهای خمشی بتن آرمه معرفی شده اند. با اس...
متن کاملبهینه سازی ابعاد سازههای فضایی با استفاده از ترکیب الگوریتم ژنتیک و روش‌های گرادیان
یکی از پارامترهای مهم در طراحی سازههای فضایی بهینه‌بودن ابعاد و در نتیجه وزن سازه است. بهینهسازی ابعادی عمدتاً به‌وسیلة الگوریتم‌های گرادیان و الگوریتم ژنتیک انجام می‌شود. اصول عملکرد الگوریتم‌های گرادیان بر پایة مشتق تابع هدف و قیود مسئله است. عملکرد این الگوریتم‌ها به نقطة اولیه وابسته است و توانایی جستجوی همة فضای طراحی را ندارند. الگوریتم ژنتیک فضای زیادی را جستجو می‌کند ولی توانایی خیلی ن...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
نوع سند: پایان نامه
وزارت علوم، تحقیقات و فناوری - دانشگاه خلیج فارس - دانشکده فنی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023