بهینه سازی شبکه‌های تخت دولایه فضاکار با استفاده از الگوریتم ژنتیک
محورهای موضوعی : آنالیز سازه - زلزله
ارژنگ صادقی
1
(عضو هیأت‌علمی، دانشگاه شهید مدنی آذربایجان، تبریز، ایران)
مصطفی میرزایی اصل
2
(کارشناس ارشد سازه)
بهمن فرهمند آذر
3
(عضو هیأت‌علمی، دانشگاه تبریز، تبریز، ایران)
مجید پورامینیان
4
(عضو هیأت‌علمی، دانشگاه آزاد اسلامی، واحد رامسر، رامسر، ایران)
کلید واژه:
چکیده مقاله :
هدف اساسی در مهندسی عمران ایجاد طرحی است که در برابر نیازهای مورد نظر و نیز شرایط موجود، بیشترین کارآیی را داشته باشد. در بهینه‌سازی سازه ها این عمل، معادل با تعیین گروهی از متغیرهای طراحی است که بر حسب بارهای اعمال شده و قیدها و پارامترهای از پیش تعیین شده، موجب کمینه شدن تابع هدف گردند. در این تحقیق جهت بدست آوردن طرح بهینه شبکه‌های تخت دولایه فضاکار از روش الگوریتم ژنتیک استفاده شده است. همچنین در این پژوهش سطح مقطع اعضاء و عمق شبکه دولایه به عنوان متغیرهای طراحی به صورت پیوسته بدست آورده شده، در ضمن وزن سازه نیز به عنوان تابع هدف انتخاب شده است. همچنین مقایسه شده کارآیی الگوریتم ژنتیک با برخی از روشهای دیگری با ذکر مثالی و برای بدست آوردن وزن بهینه با استفاده از الگوریتم ژنتیک از نرم‌افزار Matlab استفاده شده است. قیدهای که برای مسئله بهینه‌سازی در این پژوهش درنظر گرفته شده شامل تغییرمکان گره ها، تنش‌ها و ضریب لاغری اعضا می‌باشند. نتایج نشان داد که استفاده از روش بهینه‌سازی ژنتیک روشی مؤثر در بهینه سازی شبکه‌های تخت دولایه می باشد.
The main purpose of design in civil engineering is to establish a project which has the most versatility on the expected needs and existing conditions. Through optimization this is equivalent to determination of a group of design variables that cause minimizing the object function versus imposed loads, restraints and predetermined parameters. In this research, genetic algorithm method is used to design optimally the double layer grids. Furthermore, in this research the cross section of the members and the depth of the double layer grid are taken as the continuous variants, while the weight of the structure is set as the object function. Also the versatility of the genetic algorithm method is compared with other methods and for this an example is examined. The programming of the genetic algorithm is done by Matlab software. The adapted restraints for the example of this research consist of deflections of the nodes, stresses and slenderness ratio of the elements. The results show that application of genetic algorithm is very versatile for optimization of double layer grids.
_||_
