بهینه سازی روش پله ای مانور دریچه با استفاده از الگوریتم ژنتیک

بهینه سازی محل یاتاقان ها در روتور های چند پله ای با استفاده از الگوریتم ژنتیک

طراحی بهینه‌ی سیستم های شامل روتورهای دوار، بطوریکه سیستم دارای خواص ارتعاشی مناسب باشد، یکی از فاکتور‌های مهم در نحوه‌ی عملکرد و راندمان تجهیزات دوار می باشد. ارتعاش تجهیزات دوار معمولا ناشی از عواملی همچون نامیزانی، عدم همراستایی، سایش اجزاء و قطعات متحرک و دیگر عوامل می‌باشند. فرکانس این نیروهای ارتعاش‌زا، معمولا ضرائب صحیحی از دور کاری روتور می‌باشند و بنابراین هرچه سرعت‌های بحرانی روتور از...

بهینه سازی محل یاتاقان ها در روتور های چند پله ای با استفاده از الگوریتم ژنتیک

طراحی بهینه ی سیستم های شامل روتورهای دوار، بطوریکه سیستم دارای خواص ارتعاشی مناسب باشد، یکی از فاکتور های مهم در نحوه ی عملکرد و راندمان تجهیزات دوار می باشد. ارتعاش تجهیزات دوار معمولا ناشی از عواملی همچون نامیزانی، عدم همراستایی، سایش اجزاء و قطعات متحرک و دیگر عوامل می باشند. فرکانس این نیروهای ارتعاش زا، معمولا ضرائب صحیحی از دور کاری روتور می باشند و بنابراین هرچه سرعت های بحرانی روتور از...

بهینه سازی ورقهای کامپوزیت با استفاده از الگوریتم ژنتیک

بهینه‌سازی سازه‌ها یعنی طراحی آنها به صورتی که هم مسائل فنی رعایت شوند و هم کمترین وزن و هزینه اجرایی را داشته باشد. در سالهای اخیر استفاده از مواد‌مرکب‌چندلایه در ساخت سازه‌های مکانیکی، فضایی، دریایی و خودروسازی افزایش یافته است. یکی از دلایل عمده استفاده از این مواد، مقاومت بسیار زیاد به همراه وزن کم آنها می باشد. از اهداف این تحقیق طراحی بهینه یک ورق مرکب چند‌لایه با کمترین وزن و هزینه ممکنه...

تخمین یکنواختی توزیع آب در آبیاری بارانی با استفاده از روش بهینه سازی الگوریتم ژنتیک

بهینه سازی فرآیند خشک کردن دانه سویا با استفاده از روش الگوریتم ژنتیک

در این تحقیق فرآیند خشک کردن دانه سویا بر روی رقم DPS طبق روشهای استاندارد مورد بررسی قرار گرفت. جهت بررسی خواص خشک کردن و تاثیر عوامل مختلف آن، یک دستگاه خشک کن آزمایشگاهی طراحی ، و ساخته شد سپس پارامترهای خشک کردن شامل رطوبت اولیه سه سطح (21٪، 18، 16 بر مبنای خشک) دمای خشک کردن در سه سطح (50،65، 80 درجه سیلسیوس) و سرعت گردش هوا در سه سطح (6٪،1،5/1 متر بر ثانیه) بر روی میزان روغن و شاخص اسیدیت...

بهینه سازی سبدسهام با استفاده از روش k-means و الگوریتم ژنتیک

 دیدگاهی که در این مقاله ارائه می دهیم در دو مرحله جای می گیرد: مرحله ی اول طبقه بندی سهم ها ی پورتفوی ابتدایی با روش k-means به دسته های کوچکتر است، سپس طبقه ای که کمترین ریسک و بیشترین بازده را دارد یا به عبارتی طبقه ای که بهینه تر می باشد را به عنوان ورودی الگوریتم خود که آن را MinVaRMaxR نامیده ایم برمی گزینیم. الگوریتم مذبور،الگوریتم پویایی، براساس الگوریتم ژنتیک و مفهوم ارزش در معرض خطر م...