مصطفی سپهری منش - دانشجوی کارشناسی ارشد مهندسی عمران سازه، دانشگاه یزد
بهروز احمدی ندوشن - دانشیار دانشکده مهندسی عمران دانشگاه یزد
حسینعلی رحیمی بندرآبادی - استادیار دانشکده مهندسی عمران دانشگاه یزد

برآورد صحیح احتمال خرابی همراه با حجم محاسبات پایین، دغدغه اصلی در قابلیت اعتماد سازه ها به شمار می آید. روش شبیه سازی مونت کارلوی مستقیم می تواند برآورد صحیحی از احتمال خرابی ارائه دهد اما برای مسائل پیجیده مهندسی با احتمال خرابی پایین، کاری زمان بر بوده و ممکن است برآورد ناکارآمدی از احتمال خرابی ارائه دهد لذا برای این امر مهم باید به دنبال راهکار مناسب بود. در این مقاله توسط الگوریتم ژنتیک به بهینه سازی سازه های فضاکار پرداخته می شود و برای بررسی احتمال خرابی سازه ها از روش های مونت کارلوی مستقیم و شبیه سازی زیرمجموعه ای استفاده می گردد و نتایج هر دو با یکدیگر مقایسه می شود که نهایتا مشاده می شود که استفاده از روش شبیه سازی زیرمجموعه ای در مقایسه با روش مونت کارلوی مستقیم، تاثیر بسزایی در کاهش حجم محاسبات و افزایش سرعت حل مسائل دارد.

بهینه سازی، الگوریتم ژنتیک، قابلیت اعتماد، شبیه سازی زیرمجموعه ای، شبیه سازی مونت کارلو