بهینه سازی وزنی خرپایی ۲۵ عضوی به کمک روش ترکیبی توده ی ذرات و جستجوی شبکه ای تک متغیره

بهینه سازی یک فعالیت مهم و تعیین کننده در طراحی ساختاری است . طراحان زمانی قادر خواهند بود طرح های بهتری تولید کنند که بتوانند با روشهای بهینه سازی در صرف زمان و هزینه طراحی صرفه جویی نمایند. بسیاری از مسایل بهینه سازی در مهندسی ، طبیعتا پیچیده تر و مشکل تر از آن هستند که با روشهای مرسوم بهینه سازی نظیر روش برنامه -ریزی ریاضی و نظایر آن قابل حل باشند. دسته مهمی از مسایل بهینه سازی که کاربرد فراوانی دارند، بهینه سازی ترکیبی اند که هدف در آنها جستجو برای یافتن نقطه ی بهینه ی توابع با متغیرهای گسسته است . در سال های اخیر، توجه بیشتری بر روشهای ابتکاری برگرفته از طبیعت که شباهت هایی با سیستم های اجتماعی یا طبیعی دارند، صورت گرفته است که نتایج بسیار خوبی در حل مسایل بهینه سازی ترکیبی پیچیده به دنبال داشته است . با این همه ، دسته ای دیگر از روشهای حل برای این مسایل وجود دارند که در حال حاضر کاراترین روشها اند و معروف به روش های فراابتکاری اند. این الگوریتم ها می توانند پاسخ های خوب ولی نه لزوما بهینه را در یک زمان محاسباتی معقول به دست آورند. از جمله ی این روشها می توان به الگوریتم های ژنتیک ، تودهی ذرات و مورچگان اشاره کرد. در این پژوهش ، تمرکز بر بهینه سازی خرپایی ۲۵ عضوی به عنوان یکی از مشهورترین خرپاها است که در آن متغیرهای سطح مقطع اعضا برای رسیدن به وزن کمینه به عنوان متغیرهای طراحی در نظر گرفته می شوند. بر این اساس، اجرای یک الگوریتم ترکیبی کارآمد بر پایه ی بهینه سازی توده ذرات، روش جستجوی شبکه ای و رویکرد تک متغیره که به نام PSO-GSU شناخته می شود به منظور بهبود سرعت همگرایی پاسخ های الگوریتم PSO برای این سازهها توسعه می یابد. پس از استخراخ خروجی ها، تخطی از قیود به منظور کنترل یافته ها صورت گرفته و سپس به منظور راستی آزمایی نتایج ، مقایسه ای میان آنها و یافته های به دست آمده از پژوهش های گذشته انجام شد. یافته ها نشان دادند که استفاده از الگوریتم PSO-GSU نسبت به الگوریتم PSO در بهترین حالت سبب بهینه کردن وزن خرپاها به میزان ۰۴۲/۰ درصد یعنی ۹۰ گرم و نسبت به میانگین کارهای گذشتگان ۷۱/۲ درصد یعنی ۵/۵۷۴۲ گرم در خرپای ۲۵ عضوی شده است .