ارائه نسخه چند هدفه الگوریتم بهینه سازی بازی آشوب وبررسی عملکرد در زمینه بهینه سازی سازه های خرپایی
نام نخستين پديدآور
محمدجواد جعفری
وضعیت نشر و پخش و غیره
نام ناشر، پخش کننده و غيره
فنی و مهندسی عمران
تاریخ نشرو بخش و غیره
۱۴۰۱
مشخصات ظاهری
نام خاص و کميت اثر
۷۳ص.
مواد همراه اثر
سی دی
یادداشتهای مربوط به پایان نامه ها
جزئيات پايان نامه و نوع درجه آن
کارشناسی ارشد
نظم درجات
مهندسی عمران گرایش سازه
زمان اعطا مدرک
۱۴۰۱/۱۱/۱۷
یادداشتهای مربوط به خلاصه یا چکیده
متن يادداشت
در سالیان اخیر، الگوریتم¬های بهینه¬سازی فراابتکاری مورد توجه شایانی قرار گرفته¬اند. سادگی بکارگیری آن¬ها در حل مسائل مختلف بهینه¬سازی منجر به این شده تا این الگوریتم¬ها جایگاه ویژه-ای در بین پژوهشگران بدست آورند. تاکنون الگوریتم¬های بهینه¬سازی فرا ابتکاری مختلفی جهت حل مسائل بهینه¬سازی تک¬هدفه و چندهدفه ارائه شده¬اند که هر کدام از آن¬ها با توجه به سازوکاری که در سازمان خود دارد، تلاش می¬کند تا جواب¬های قابل قبولی را ارائه نماید. الگوریتم¬های جدید بهینه¬سازی که غالباً بدون پارامتر می¬باشند، این امکان را به طراح می¬دهند تا بدون مواجه با چالش، تحلیل پارامتر، جهت دست¬یابی به طرح بهینه اقدام نمایند. در بهینه¬سازی تک¬هدفه، طراح با در نظر گرفتن یک تابع هدف و قید¬های مسئله در تلاش است تا مقادیری برای متغیرها پیدا کند که به ازای آن¬ها، مقدار تابع هدف، نسبت به سایر مقادیر متغیرها، بهترین باشد و در انتها یک پاسخ برای مسئله ارائه می¬شود. در بهینه¬سازی چندهدفه، حداقل دو تابع هدف برای مسئله بهینه¬سازی لحاظ می¬شود. توابع هدف در مسائل بهینه¬سازی چند هدفه غالباً در تعارض با یکدیگر هستند و بدون در نظر گرفتن اوزان خاصی برای اهداف، نمی¬توان یک خروجی اسکالر را به عنوان پاسخ نهایی مسئله در نظر گرفت. الگوریتم¬های فراابتکاری چندهدفه سعی بر این دارند تا به ازای نسبت¬های وزنی مختلف برای اهداف مسئله، مجموعه¬ای از پاسخ¬ها را ارائه دهند که هر کدام از این پاسخ¬ها با توجه به نسبت وزنی منحصر به فرد خود نسبت به سایر پاسخ¬ها با نسبت وزنی یکسان، مطلوب تر باشد. در این پژوهش پس از بررسی تحقیقات پیشین، دو نسخه چندهدفه از الگوریتم بهینه سازی بازی آشوب ارائه شده است و سپس با بکارگیری آن¬ها در حل مسائل بهینه¬سازی سازه¬های خرپایی، عملکرد آن¬ها با چند الگوریتم بهینه¬سازی چندهدفه شناخته شده مقایسه شده است. نتایج ارزیابی بر برتری نسبی عملکرد الگوریتم¬های جدید ارائه شده نسبت به سایر الگوریتم¬ها دلالت دارد.
متن يادداشت
Abstract:In recent years, meta-heuristic optimization algorithms have received considerable attention. The simplicity of using them in solving various optimization problems has led to these algorithms gaining a special place among researchers. So far, various meta-heuristic optimization algorithms have been presented to solve single-objective and multi-objective optimization problems, and each of them tries to find solutions according to the mechanism it has in its organization. in present study, two multi-objective versions of Chaos Game Optimization are proposed. Both algorithms use the concept of pareto dominance to rank solutions in objective space. The second criterions for ranking solutions are different for both algorithms. Pareto Envelope Chaos Game Optimization (PECGO) uses the method of griding objective space as the second criterion. Although Non-dominated Sorting Chaos Game Optimization (NSCGO) uses the crowding distance factor to rank solutions. Six different truss optimization problems, including shape and size variables and weight, displacement and frequency objectives in two and three dimensions, are used for performance evaluating of two new proposed algorithms. In order to better performance evaluation, four other multi-objective meta-heuristics are used for comparison. New proposed algorithms can simply outperform other ones in most of investigated optimization cases.
عنوانهای گونه گون دیگر
عنوان گونه گون
Proposing multi-objective version of the Chaos Game Optimization Algorithm and evaluating performance on Truss optimization
نام شخص به منزله سر شناسه - (مسئولیت معنوی درجه اول )