تاثیر جمعیت اولیه بر عملکرد الگوریتم ژنتیک در طراحی بهینه ورق کامپوزیتی با گشودگی دایروی

سال انتشار: 1390
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,573

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

IASIP01_027

تاریخ نمایه سازی: 15 مرداد 1390

چکیده مقاله:

دراین مقاله یک ایده جدید برای تولید جمعیت اولیه به نام جمعیت اولیه شبه تصادفی مرزی در الگوریتم ژنتیک برای یک مسئله بهینه سازی مقید ارایه می شود سعی می شود دریک مسئله بهینه سازی نحوه تولید جمعیت اولیه شبه تصادفی تشریح و نتایج حاصل با نتایج اجرای بهینه سازی با جمعیت اولیه کاملا تصادفی مقایسه گردد. مسئله مورد نظر بهینه سازی وزن یک ورق کامپوزیتی چند لایه با گشودگی تقویت شده تحت بار برشی است دراین آنالیز از قیدهای معیار خرابی تسای - هیل و بار کمانشی خطی وابسته به ورق به عنوان به عنوان قیدهای طراحی در بهینه سازی استفاده شده است. تعداد لایه ها، ضخامت هرلایه، جهت گیری الیاف، لایه چینی، هندسه گشودگی و جنس ورق متغیرهای طراحی برای بهینه سایز وزن ورق هستند مسئله بانرم افزار Ansys مدلسازی می شود برای سنجش اعتبار مدل نتایج حاصل از آنالیز یک نمونه مشخص با دیگران مقایسه می شود نتایج حاکی از درستی مدل است این مدل به یک کد متصل می شود کد مذکور براساس الگوریتم ژنتیک با تولید جمعیت اولیه و ارزیابی هم زمان به وسیله نرم افزار بهینه سازی را انجام میدهد طرح ها هبه وسیله نرم افزار در دو مرحله استاتیکی و کمانش خطی آنالیز می شوند.

کلیدواژه ها:

نویسندگان

غلامحسین رحیمی

دانشیار بخش مهندسیمکانیک دانشگاه تربیت مدرس

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Ghiyasi, hossein, Influence of Static and Dynamic Penalty Functions in ...
  • Goldberg, D.E., Genetic algoritms in search: optimization and machine learning. ...
  • Korkut, K.G et al, Mining classification rules by using genetic ...
  • Maaranen, h. et al, Quasi- Random Initial Population for Genetic ...
  • Pandey, R. et al, Stress concentration and stability studies in ...
  • Rahnamayan, S. et al, Anovel population initialization method for accelerating ...
  • Raymond R.H., A Monte carol study of genetic algorithm initial ...
  • /8] Reese, Andrea, Random number generators in genetic algorithms for ...
  • Togan, V., Daloglu, A.T., An improved gentic algorithm with initial ...
  • نمایش کامل مراجع