بهینه سازی تکاملی سازه ها با استفاده از عملگرهای الگوریتم ژنتیک(geso)

روش بهینه سازی تکاملی سازه ها(eso) برمبنای یک مفهوم ساده معرفی شده است، که به کمک حذف تدریجی مواد نا کارآمد از سازه می توان آن را بهینه نمود. اما بهینه سازی فقط بر مبنای حذف، روش را به سمت محلی شدن سوق می دهد. روش بهینه سازی تکاملی دوجهتی سازه ها (beso) شکل بهبود یافته روش eso ، شامل حذف واضافه نمودن المان ها است . این روش هم نمی تواند سازه را از حالت محلی شدن خارج نماید زیرا اضافه کردن المان ها تنها در اطراف المان های موجود بدون در نظر گرفتن شایستگی واقعی آنها ایجاد می شود. با تلفیق عملگرهای الگوریتم ژنتیک با بهینه سازی تکاملی سازه ها شکل جدیدی از الگوریتم بدست آمده که geso نامیده می شود. که این الگوریتم از مزیت الگوریتم ژنتیک در پیدا کردن جواب های کلی سود برده است. . در روش geso طراحی از یک دامنه کامل شروع می شود یعنی تمام المان ها در ابتدا وجود دارند وتمامی المان های موجود یک جمعیت را مشخص می نمایند. در ابتدا سازه بوسیله یک برنامه ی تحلیل المان آنالیز می شود و عدد حساسیت المان ها مشخص می شود. پس از آن اعداد حساسیت رتبه بندی شده، و به عنوان تابع برازندگی معرفی می شوند. بدیهی است هر المانی که بیشترین عدد حساسیت را دارا باشد رنک بالاتری را به خود اختصاص می دهد. المان های که دارنده بالاترین رنک هستند باقی می مانند والمان هایی که پایین ترین رنک را لحاظ نموده اند مستعد حذف شدن می باشند. به این ترتیب که به هر المان، کروموزمی به طول اختیاری داده می شود. به تمامی ژن های هر کروموزم در ابتدا عدد یک اختصاص داده شده است. پس از تحلیل سازه با یک برنامه المان محدود اعداد حساست رنک بندی می شوند و عملگر های انتخاب ،جهش و تزویج، بر روی کروموزم های هر المان اعمال می شود. تنها وقتی که تمامی ژن ها هر المان صفر شود آن المان حدف خواهد شد.به این ترتیب که المان های برازنده تر با شانس بالایی باقی خواهند ماند و المانی که برازندگی کمتری داشته باشد با احتمال قوی تری حذف می شود. در واقع فرایند جهش و ازدواج در روشgeso این الگوریتم را برای پیدا کردن جواب های کلی یاری نموده است.